Question

我有一个看起来像这样的矩阵列表：

matrix.list <- list()
for(i in 1:1000){
  matrix.list[[i]] <- matrix(rnorm(9), ncol=3, nrow=3)
}

我可以按照this stackoverflow question的简单方法计算元素的均值和标准差：

matrix.mean <- apply(simplify2array(matrix.list), 1:2, mean)
matrix.sd   <- apply(simplify2array(matrix.list), 1:2, sd  )

但是，我想计算0.025和0.975分位数。我会在这样的向量上执行此操作：

my.vec <- rnorm(1000)
q.0.025 <- quantile(my.vec, probs = 0.025)
q.0.975 <- quantile(my.vec, probs = 0.975)

但是如何在矩阵列表中计算这些按元素分位数，类似于我对均值和标准差所做的事情？一旦将参数传递给函数apply，它就会失败。

Answer 1

Q <- apply(simplify2array(matrix.list), 1:2, quantile, prob = c(0.025, 0.975))

apply会将结果简化为一个数组，并且由于函数quantile返回多个值，因此您拥有3D数组。但是提取很简单：

Q[1, , ]  ## 0.025 quantile
#          [,1]      [,2]      [,3]
#[1,] -2.046691 -1.925256 -2.075718
#[2,] -1.981182 -1.999648 -1.887588
#[3,] -1.931738 -1.743275 -1.854083

Q[2, , ]  ## 0.975 quantile
#         [,1]     [,2]     [,3]
#[1,] 1.953820 2.042508 1.836591
#[2,] 2.065854 2.006068 1.899495
#[3,] 1.885080 2.021729 1.943645

计算矩阵列表R的逐元素分位数

1 个答案: