r - 如何将列表值存储到矩阵中
问题描述
set.seed(650)
library(maxLik)
y = c(rnorm(15,1,1), rnorm(15,3,1))
dat = data.frame(y)
B = 3 # number bootstrap sample
n = length(dat$y)
n1 = 15
boot.samples = matrix(sample(dat$y, size = B * n, replace = TRUE), n, B)
ml = list()
boot.l = 0
va.l = NULL
for (j in 1:B) {
boot.l = boot.samples[, j]
for (i in 1:n) {
LLl <- function(param) {
mul <- param[1]
sigmal <- param[2]
sum(log(dnorm(dat[1:i, ], mul, sigmal)))
}
ml[[i]] = coef(maxLik(logLik = LLl, start = c(mul = 1, sigmal = 1)))
}
va.l = matrix(unlist(ml), n-1, B*2, byrow = TRUE)
}
va.l
以下是我的输出
我的问题是如何在第一列中获得 j = 1 的 mul 估计值,第二列中 j = 1 的 sigmal 估计值和第三列中 j = 2 的 mul 估计值,第四列中 j = 2 的 sigmal 估计值等等?
有没有其他方法可以做到这一点?谢谢您的帮助。
解决方案
推荐阅读
- pyarrow - Pyarrow table memory compared to raw csv size
- c# - 在 Hangfire 上每 9 分钟执行一次的 cron 作业不工作
- node.js - 在 Mongoose 中跨模块管理连接
- c# - 从 postman 发送 post 请求返回状态码 415
- java - CardView 未显示在 RecyclerView 上(在片段中)
- javascript - 尽管配置了正确的 CORS 标头,但 301 响应“跨源请求被阻止”
- java - 如何解析 REST API 流
- javascript - div中的onclick没有调用函数
- visual-studio-2019 - MSB4018“ResolvePackageAssets”任务意外失败
- python - sklearn 中 lbfgs 求解器的 MLPRegressor learning_rate_init