mpfr数据触发is.atomic错误时，如何使用R函数（如var()）？

针对var()处理mpfr向量的快速解法 #

Rmpfr包已支持sd()函数直接处理mpfr对象，而方差是标准差的平方，因此可直接通过以下方式计算：

library(Rmpfr)
x.mpfr <- 1:11 + Rmpfr::mpfr(1.e20, precBits = 1000)
# 用sd的平方替代var
sd(x.mpfr)^2

通用解决方案（无需重写完整函数逻辑） #

当常规函数因is.atomic检查无法处理mpfr对象时，可按以下思路处理：

• 优先复用Rmpfr已支持的函数：Rmpfr为多数基础统计函数（如mean、sum、sd、min、max等）实现了S4方法，可直接调用。对于未直接支持的函数，可通过这些已支持的函数组合实现，比如用mean((x - mean(x))^2) * (length(x)-1)/length(x)计算总体方差。
• 为mpfr类定义轻量S4方法：如果组合实现不够便捷，可以为目标函数快速定义mpfr适配的方法，仅复用核心运算逻辑。比如为var()定义mpfr方法：

setMethod("var", signature(x = "mpfr"), function(x, y = NULL, na.rm = FALSE, use) {
  if (!is.null(y)) stop("暂不支持mpfr对象的双变量方差计算")
  if (na.rm) x <- x[!is.na(x)]
  n <- length(x)
  if (n <= 1) return(mpfr(0, precBits = getPrec(x)))
  m <- mean(x)
  sum((x - m)^2) / (n - 1)
})
# 定义后即可直接调用var
var(x.mpfr)

• 避免转numeric类型：直接转换为numeric会丢失mpfr的高精度特性，完全违背使用该类型的初衷，除非你明确不需要高精度。

内容的提问来源于stack exchange，提问作者J.Z.