R语言中%in%的作用

R中的%in%的作用

线性回归模型是统计学中的重要模型，它的形式一般为：
$$y=X\beta +z,$$
这里我们假设噪声序列$z$服从$N(0,{\sigma }^{2}I)$.

在变量选择的相关数值模拟实验中，我们通常假设变量的系数$\beta$是稀疏的，也就是$p$维向量$\beta$中有很多个元素都是0.
这是我们会在setting中假设维度$p$是多少，稀疏程度$k$是多少. 比如假设 $p=30,k=2,$ 使用sample()函数随机选择$p$维向量组中哪$k$个元素不为0：

p = 30
k=2
set.seed(1234)
nonzero = sample(p,k)

nonzero中储存了k个整数型数据，代表$p$维向量中的$k$个元素. 然后我们就可以生成$\beta$. 假设$\beta$的大小都为2，那么有

amplitude = 2
beta = amplitude * (1:p %in% nonzero)

> beta
 [1] 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0

这样就生成了稀疏的系数向量.
其中，1:p %in% nonzero返回的是逻辑型数据，表示nonzero中的数值是否在向量(1,2,…,p)中出现. 若向量(1,2,…,p)中有跟nonzero中的数重合的，就返回“True”，若不重合则返回“False”. 举个例子：

> b = 1:5 %in% 3
> b
[1] FALSE FALSE  TRUE FALSE FALSE
> class(b)
[1] "logical"