使用循环生成动态数组结构，然后将其转换为静态数组。

Question

我想动态地参数化一个状态空间模型的数组，这取决于我选择了多少个状态。

我是用循环来做的-

Q <- function(params,states) {
qmat <- matrix(0,statespace,statespace)
for (i in 1:statespace)
  qmat[i,i] <- statshockvar(params[(i-1)*5+1], params[(i-1)*5+2], 
                            params[(i-1)*5+3],states[i])          
qmat            

}

这个函数被多次调用，因为程序的重点是优化参数集。然而，这个函数设置大大地减缓了优化阶段，因为这个函数和其他一些函数不断地被调用，并且他们不断地重新定义数组。

如何定义一次所需的数组，动态，以及上述相关参数，然后能够使用一组新的参数调用矩阵函数以进行优化？

谢谢!

编辑-

statespace只是一个整数，它描述了在模型中使用的状态数，比如3/

statshockvar <- function(meanrev,longrun,sigma,sstate) {

longrun*sigma^2/(2*meanrev)*(1-exp(-longrun))^2+sigma^2/longrun*(exp(-longrun) - 
  exp(-2*longrun))*sstate

}

statshockvar -在这个特殊的例子中是术语结构的CIR模型的离散化方差。

编辑2-

params看起来是这样的--请注意，这些只是任意的数字。

params = c(
0.3275,
0.07,
0.197,
0,
0.05,

0.01,
0.2,
0.3,
0,
0.05,

0.01,
0.1,
0.3,
0,
0.05)

国家应该是这样的-

states = c(0.07,0.07,0.07)

同样，这些状态也是武断的。

Answer 1

这里有一个解决方案：

Q <- function(params, states) {
  diag(mapply(function(y, z) statshockvar(y[1], y[2], y[3], z), 
              lapply(seq(statespace), function(x) params[(x-1)*5 + 1:3]), 
              states))
}

使用示例参数进行测试：

Q(params, states)

            [,1]       [,2]        [,3]
[1,] 0.002465305 0.00000000 0.000000000
[2,] 0.000000000 0.03424762 0.000000000
[3,] 0.000000000 0.00000000 0.009499883

Answer 2

看着for循环，

for (i in 1:statespace)
  qmat[i,i] <- statshockvar(params[(i-1)*5+1], params[(i-1)*5+2], 
                            params[(i-1)*5+3],states[i])

如果statshockvar是矢量化的，您可以简单地编写

diag(qmat) <- statshockvar(params[((1:statespace)-1)*5+1], params[((1:statespace)-1)*5+2], params[((1:statespace)-1)*5+3], states[1:statespace])

如果不是，请参阅?Vectorize以使之成为