R 在底层使用哪种算法来计算方差？

Posted 2023-02-14

【中文标题】R 在底层使用哪种算法来计算方差？

【英文标题】：Which algorithm does R use under the hood to calculate the variance?

【发布时间】：2022-01-22 15:09:05

【问题描述】：

计算数据样本x 的方差的算法在数值上的鲁棒性和精确度越来越低。比如有一个精度很高的公式（见下面的参考文献），大致相当于

( sum((x - mean(x))^2) - (sum(x - mean(x))^2)/length(x) )/length(x)

这有点低效，因为它两次遍历数据。另一方面，数学上等价的公式mean(x^2)-mean(x)^2 更容易发生灾难性的取消。还有许多其他算法，其中一些只对数据进行一次传递；例如查看Chan, Golub, LeVeque 或Ling 中的评论。

R 在底层使用哪种算法来计算函数var() 的方差？我阅读了该函数的手册页，但他们没有说明所使用的特定算法。我不是程序员，很难理解底层 C 代码中发生的事情。

【参考方案1】：

如果您正在寻找stats::var，只需输入即可。

stats::var

function (x, y = NULL, na.rm = FALSE, use) 

    if (missing(use)) 
        use <- if (na.rm) 
            "na.or.complete"
        else "everything"
    na.method <- pmatch(use, c("all.obs", "complete.obs", 
        "pairwise.complete.obs", "everything", "na.or.complete"))
    if (is.na(na.method)) 
        stop("invalid 'use' argument")
    if (is.data.frame(x)) 
        x <- as.matrix(x)
    else stopifnot(is.atomic(x))
    if (is.data.frame(y)) 
        y <- as.matrix(y)
    else stopifnot(is.atomic(y))
    .Call(C_cov, x, y, na.method, FALSE)

<bytecode: 0x000001f7636f08f8>
<environment: namespace:stats>

在.Call(C_cov,...) 中，它调用C 对象cov.c。您可以在该链接中找到var 的算法。