R语言中对密度向量调用sapply计算均值为何未得到预期结果？

问题原因 #

你调用c(weib, unif)时，R会将两个长度为100的向量直接拼接为一个长度为200的一维数值向量，此时传入sapply后，遍历的对象是200个单独的数值，自然每次mean()都只会对单个数值做计算，返回200个相同的结果。

解决方法 #

将多个分布的密度向量存入列表而非直接拼接，使用list()替代c()即可，sapply会自动遍历列表的每个元素（每个元素是完整的密度向量）做计算。

修正后的可运行代码如下：

weib <- dweibull(seq(from=0, to=25, length=100), shape=1, scale=5)
unif <- dunif(seq(from=1, to=10, length=100), min=1, max=10)
mean(weib) # 单独计算可正常得到weib密度向量的均值

# 用list存储多个密度向量，可自定义命名方便区分结果
dists <- list(weibull = weib, uniform = unif)
means <- sapply(dists, mean)
# 此时means就是包含两个均值的向量，对应两个分布的密度向量均值

拓展说明 #

如果你需要计算的是韦布尔、均匀分布本身的理论统计矩，而非密度值向量的均值，有两种更准确的方式：

• 直接用对应分布的理论矩公式计算，比如尺度参数为5、形状为1的韦布尔分布理论均值就是5，1到10的均匀分布理论均值为5.5
• 用rweibull()/runif()生成对应分布的随机样本后再计算样本矩

内容的提问来源于stack exchange，提问作者Autodidactyle