r_programming : 自訂函數

台大系統訓練班 r_programming 第4次期中作業 :

統整你的 my.length() 與 my.sum() 函數把 sd() 函數實作出來

#模組化方法 :
#在呼叫函數前，先宣告輸入 : 
fib_generator <- function(x, y, n){
   f1 <- x
   f2 <- y
   fib <- c(f1, f2)
   for (i in 3:n) {    #不是for(i in 1:n)，不是1到n喔!不然會多2項!
      f3 <- f1 + f2
      fib <- c(fib, f3)
      f1 <- f2
      f2 <- f3
   }
   return(fib)
}
Fibonacci <- fib_generator(30, 35, 11)   #class(Fibonacci)     [1] "numeric"
input_vector <- c(Fibonacci)
# 定義 my.length() 函數
my.length <- function(input_vector) {
   count <- 0
   for (i in input_vector) {
      count <- count + 1
   }
   return(count)
}
#定義n
n <- my.length(input_vector)
# 定義 my.sum() 函數
my.sum <- function(input_vector) {
   my_sum <- 0
   for (i in input_vector) {
      my_sum <- my_sum + i
   }
   return(my_sum)
}
# 定義 my.mean() 函數
my.mean <- function(input_vector){
   my_mean_function <- my.sum(input_vector) / my.length(input_vector)
   return(my_mean_function)
}
#定義x_bar
x_bar <- my.mean(input_vector)
#定義SSE
SSE <- 0   #---------------------------千萬記得要先做出可以儲存加總迭代的東西!!!!
for (i in input_vector) {
   SSE <- SSE + my.sum(  (x_bar - i)**2  )  #--------------迭代加總結果的手法
}
#最後定義my.sd 和 SD
my.sd <- function(input_vector){
   return( (SSE / (n - 1))**0.5 )
}
SD <- my.sd(input_vector)

n     #元素個數

## [1] 11

x_bar #平均數

## [1] 697.7273

SSE   #sum of squared errors

## [1] 8677718

SD    #標準差

## [1] 931.5427

input_vector <- c(input_vector)
The_number_of_elements <- c(n)
x_bar <- c(x_bar)
SSE <- c(SSE)
SD <- c(SD)

vector_information_df <- data.frame(The_number_of_elements, x_bar, SSE, SD)
View(vector_information_df)

vector_information_list <- list(All_elements_of_input_vector = input_vector, other_information = vector_information_df)
vector_information_list

## $All_elements_of_input_vector
##  [1]   30   35   65  100  165  265  430  695 1125 1820 2945
## 
## $other_information
##   The_number_of_elements    x_bar     SSE       SD
## 1                     11 697.7273 8677718 931.5427