Rcpp中如何使用R语言可变参数函数（如optim函数）？

我来帮你搞定在Rcpp里调用R的可变参数函数（比如optim）的问题，结合你给出的对数似然函数代码，下面是具体的实现步骤和优化方案：

1. 优化你的对数似然函数 #

首先，咱们可以把你手动循环求和的代码简化一下，Rcpp提供了sum()函数，能直接对向量求和，代码更简洁高效：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
double verossimilhanca(Function pdf, NumericVector par, NumericVector x) {
  // 计算对数似然的负值（因为optim默认做最小化）
  return -sum(log(pdf(par, x)));
}

2. 在Rcpp中调用R的optim函数 #

要调用R的optim这个可变参数函数，咱们可以在Rcpp里通过Function类获取R的optim函数，然后用Named()来指定各个参数（包括可变参数部分）。下面是完整的调用示例：

#include <Rcpp.h>
using namespace Rcpp;

// 先定义对数似然函数（优化版）
// [[Rcpp::export]]
double verossimilhanca(Function pdf, NumericVector par, NumericVector x) {
  return -sum(log(pdf(par, x)));
}

// 定义调用optim的函数
// [[Rcpp::export]]
List maximize_likelihood(NumericVector start_par, Function pdf, NumericVector x, 
                        std::string method = "L-BFGS-B") {
  // 获取R中的optim函数
  Function optim("optim");
  
  // 调用optim，用Named指定参数，传递额外的pdf和x给目标函数
  List result = optim(
    Named("par") = start_par,
    Named("fn") = verossimilhanca,
    Named("method") = method,
    // 传递可变参数给目标函数verossimilhanca
    Named("pdf") = pdf,
    Named("x") = x
  );
  
  return result;
}

3. 关键细节说明 #

• 可变参数传递：R的optim允许通过...传递额外参数给目标函数，在Rcpp里咱们用Named()把这些额外参数（比如pdf和x）直接传给optim，它会自动把这些参数传递给verossimilhanca。
• 目标函数适配：因为optim默认是做最小化，所以我们返回对数似然的负值，这样最小化这个值就等价于最大化对数似然。
• 类型匹配：确保传递给optim的参数类型和R中一致，比如初始参数start_par是NumericVector，方法名是std::string。

4. 在R中测试代码 #

把上面的代码保存为.cpp文件（比如likelihood_optim.cpp），用sourceCpp()加载后，就可以测试了：

# 加载Rcpp代码
Rcpp::sourceCpp("likelihood_optim.cpp")

# 定义一个示例pdf：正态分布的概率密度函数
norm_pdf <- function(par, x) {
  dnorm(x, mean = par[1], sd = par[2])
}

# 生成模拟数据
set.seed(123)
x <- rnorm(100, mean = 5, sd = 2)

# 调用Rcpp函数最大化对数似然
result <- maximize_likelihood(start_par = c(0, 1), pdf = norm_pdf, x = x)

# 查看结果
print(result$par) # 应该接近c(5, 2)

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