我正在尝试创建具有不同参数的多个函数。
只是一些背景知识：我需要分别计算描述 75 天的函数，然后将它们相乘以创建一个最大似然函数。它们都具有相同的形式，它们仅在某些论点上有所不同。这就是为什么我想通过循环来做到这一点。
我尝试将所有方程式放在一个列表中，以便以后访问它们。 此循环生成的列表有 75 个参数，但它们都是相同的，因为循环不考虑定义函数中的 [i]，这意味着 M_b[i]（具有 75 个参数的向量）确实不变。
有人知道，为什么会这样吗？
使用的简化方程
for (i in 1:75){
log_likelihood[[i]] <-
list(function(e_b,mu_b){M_b[i]*log(e_b*mu_b))})
}
我无法在不同的问题中找到答案。对不起，如果已经存在类似的线程。
【问题讨论】：
您需要强制评估变量 M_b[i]，请参阅https://adv-r.hadley.nz/function-factories.html。下面我试着让它工作
func = function(i){
i = force(i)
f = function(e_b,mu_b){i*log(e_b*mu_b) }
return(f)
}
# test
func(9)(7,3) == 9*log(7*3)
#some simulated values for M_b
M_b = runif(75)
log_likelihood = vector("list",75)
for (idx in 1:75){
log_likelihood[[idx]] <- func(M_b[idx])
}
# we test it on say e_b=5, mu_b=6
test = sapply(log_likelihood,function(i)i(5,6))
actual = sapply(M_b,function(i)i*log(5*6))
identical(test,actual)
[1] TRUE
这称为惰性求值，其中 R 在不使用表达式时不会对其求值。正如@SDS0 正确指出的那样，您得到的值是 i=75。我们尝试使用您的原始功能：
func = function(i){function(e_b,mu_b){i*log(e_b*mu_b) }}
M_b = 1:3
log_likelihood = vector("list",3)
for (idx in 1:3){
log_likelihood[[idx]] = func(M_b[idx])
}
sapply(log_likelihood,function(f)f(5,6))
[1] 10.20359 10.20359 10.20359
#you get 10.20359 which is M_b[3]*log(5*6)
我刚刚了解到最后一个选项，即 lapply 不再进行惰性求值：
func = function(i){function(e_b,mu_b){i*log(e_b*mu_b) }}
log_likelihood = lapply(1:3,function(idx)func(M_b[idx]))
sapply(log_likelihood,function(f)f(5,6))
[1] 3.401197 6.802395 10.203592
【讨论】：