为什么我通过优化函数得到非数字向量？

Question

我将输出向量定义为数字：

`surv <- vector("numeric", 38)`

函数的输入是 Np、一个数值向量和一个要优化的变量 S。

然后运行以下代码：

'dif <- function(S){
(Np[x] - (Np[x-1]*S + Np[x-4]*0.7*S^4))^2
   }
surv[x] <- optimize(dif, c(0, 1), maximum = FALSE, tol = 0.1)
}'

代码运行成功，我可以毫无问题地绘制 surv 并将 ksmooth 应用于它，但是当我尝试使用向量 surv 进行进一步计算时，我收到以下消息：

“......错误：二元运算符的非数字参数”。

我尝试过“unlist(surv)”和“as.numeric(surv)”但仍然遇到同样的问题。

任何人都可以告诉我我做错了什么以及如何纠正这个问题，以便 surv 成为我可以在进一步计算中使用的数字向量？谢谢

Answer 1

我已经解决了这个问题。我的错误在于a）没有仔细阅读有关“优化”的R文档，因此，b）假设“优化”的输出是单个值，即目标函数的最小值。现在确定输出是由目标和最小值组成的列表，我可以简单地使用 xxx$minimum 提取我想要的元素。

然而，令我惊讶的是，尽管我的原始代码中存在这个问题，但将优化定义函数的结果保存为向量（surv）的元素并没有生成错误，并且“surv”图生成了最低限度，这正是我所期望的。尽管如此，对我来说关键信息是阅读细则！