R语言心理语言学模拟报错求助：Integrate()与自定义函数联用问题

错误1：the condition has length > 1 #

原因 #

prob_height_given_one函数中的if (height >= threshold)无法处理向量输入——当integrate调用被积函数时，会传入向量形式的height，此时height >= threshold返回逻辑向量，而基础if语句仅支持长度为1的条件判断。

解决方案 #

将prob_height_given_one修改为支持向量输入的版本，用ifelse替代if/else，并提前计算归一化常数（避免重复执行积分操作）：

prob_height_given_one <- function(height, threshold) {
  # 计算一次归一化常数
  integrand <- function(x) dnorm(x, mean = height_dist[1], sd = height_dist[2])
  normaliser <- integrate(integrand, threshold, Inf)$value
  # 用ifelse处理向量条件判断
  ifelse(height >= threshold, prob_height_given_null(height)/normaliser, 0)
}

修改后，expected_success_rate无需再用Vectorize()包装被积函数，原版本即可正常运行：

expected_success_rate <- function(thresh) {
  integrand_LHS <- function(h) {
    prob_height_given_null(h) * prob_height_given_null(h)
  }
  value_LHS <- integrate(integrand_LHS, -Inf, thresh)
  
  integrand_RHS <- function(h) {
    prob_height_given_null(h) * prob_height_given_one(h, thresh)
  }
  value_RHS <- integrate(integrand_RHS, thresh, Inf)
  
  return(value_LHS$value + value_RHS$value)
}

# 测试调用
expected_success_rate(170)

错误2：length(upper) == 1 is not TRUE #

原因 #

存在两个核心问题：

1. true_height未定义为标量（integrate要求积分上下限必须是单个数值）；
2. integrate调用被积函数时会传入向量参数，但原expected_success_rate仅支持标量输入的threshold。

解决方案 #

1. 先定义true_height为具体标量值；
2. 用Vectorize()包装expected_success_rate，使其支持向量输入：

# 定义标量true_height
true_height <- 180

# 向量化expected_success_rate
expected_success_rate_vec <- Vectorize(expected_success_rate)

# 正常调用integrate
integrate(expected_success_rate_vec, -Inf, true_height)

适合处理贝叶斯方程的编程语言 #

• R：统计生态成熟，拥有brms、rstan、BayesFactor等专用库，语法贴合统计概念，适合心理语言学这类侧重统计分析的场景。
• Python：灵活性高，PyMC3、TensorFlow Probability、Pyro等库支持贝叶斯建模与机器学习结合，适合大规模计算需求。
• Stan：专为贝叶斯推断设计的概率编程语言，语法严谨，擅长复杂模型，可被R、Python等主流语言调用。
• Julia：性能优异，Turing.jl等库提供高效的贝叶斯计算，语法接近数学表达式，适合对速度要求高的大规模模型。
• MATLAB：自带贝叶斯统计工具箱，可视化工具完善，适合熟悉MATLAB生态的工程与统计用户。

内容的提问来源于stack exchange，提问作者John Hamm