R中的迭代

Question

对于给定的观测向量 x 和给定的参数向量（长度为 5）theta0，下面的代码会生成对这些参数进行更好估计的向量 theta1。

part1=(1-theta0[5])*dnorm(x,theta0[1],theta0[3])
part2=theta0[5]*dnorm(x,theta0[2],theta0[4])
gam=part2/([part1+part2)
denom1=sum(1-gam)
denom2=sum(gam)
mu1=sum((1-gam)*x)/denom1
sig1=sqrt(sum((1-gam)*((x-mu1)^2))/denom1)
mu2=sum(gam*x)/denom2
sig2=sqrt(sum(gam*((x-mu2)^2))/denom2
p=mean(gam)
theta[1] <- c(mu1,mu2,sig1,sig2,p)

我的问题是如何在不重新编写代码的情况下迭代过程？我希望 theta1 替换我的原始估计向量，theta0、theta2 替换 theta1 等。收敛速度相当慢，所以我想必须执行 10000 次迭代。有没有方便的捷径？

PS 您可能会说，我是 R 的初学者，所以请尽量保持简单。谢谢。

Answer 1

未经测试

theta0 <- c()
x <- 

for (i in 1:10000) {
part1 = (1 - theta0[5])*dnorm(x,theta0[1],theta0[3])
part2 = theta0[5] * dnorm(x,theta0[2],theta0[4])
gam = part2 / (part1 + part2)
denom1 = sum(1-gam)
denom2 = sum(gam)
mu1 = sum((1-gam)*x) / denom1
sig1 = sqrt(sum((1-gam)*((x-mu1)^2))/denom1)
mu2 = sum(gam*x)/denom2
sig2 = sqrt(sum(gam * ((x - mu2) ^ 2)) / denom2)
p = mean(gam)

theta0 <- c(mu1,mu2,sig1,sig2,p)
if (i %% 500 == 0) print(theta0)
}

真的没有太大变化。将其包装在一个循环中，确保保存新的估计值以替换旧的估计值，以便您的循环执行某些操作。你有一些缺失的括号和错别字。不要害怕使用空格，并确保关闭所有开口 (、[、{ 等。