※ 引述《empireisme (empireisme)》之铭言：
: 我本身使用R大概一两年
: 目前想要写出一个小function可以计算出以下的公式
: https://imgur.com/supH7mE
: d 是要计算出来的向量 长度是m
: A 是一个矩阵维度是n*m，里面的元素都是正的
: alpha是A矩阵的元素
: p 是一个向量长度为m 其为机率向量 里面的元素相加等于1
: 以下是我的程式码，虽然检查过很多次，但不确定有没有算错
: 或是有没有办法用矩阵的方式去计算之，因为这样算太慢了
: set.seed(1)
: m=10
: n=7
: A <- matrix( rexp(m*n),ncol=m ,nrow=n )
: p <- c( 0.05,0.1,0.3,0.05,0.05,0.05,0.07,0.03,0.2,0.1)
: sum(p )
: length(p )
: den <- rep(0,n)
: densum <- rep(0,n)
: d<- rep(0,m)
: for(j in 1:m){
: for(i in 1:n){
: den[i]<- sum(A[i,]*p)
: densum[i]<- A[i,j]*p[j]/den[i]
: d[j]<- sum( densum )
: }
: }
: 下面是我算出来的
: [1] 0.336093550 0.855872710 2.158927311 0.233847299 0.282627585
: [6] 0.253739688 0.517757929 0.312419250 0.760612933 1.288101743
https://pastebin.com/wBRDricf
我需要计算的A矩阵有0在里面，这是我后来的想法，关键点在于
我新增了 一行A(i,j)>0的判断
不知道如果我的A矩阵 有很多0的状况下 是否就只能用循环来写了
或是有更快的方法 谢谢
我新增的写法
确认这方法可以用 所以补上
expected_death3 <- function(A,s){
#A <- datatest_A
#s <- s_test
numerator<- sweep(A, 2, s, "*")
#numerator
denominator <- matrix(rep(A%*%s,length(s)),ncol=length(s))
denominator
bigA <- numerator/denominator
#bigA
bigA[is.nan(bigA)] <- 0 #to skip zero
#bigA
d <- colSums(bigA)
return(d)
}