/
horvitz_thompson_variance.cpp
95 lines (80 loc) · 2.6 KB
/
horvitz_thompson_variance.cpp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
// [[Rcpp::depends(RcppEigen)]]
// [[Rcpp::plugins(cpp11)]]
#include <RcppEigen.h>
using namespace Rcpp;
// These functions help compute the variance for the Horvitz-Thompson estimators
// TODO use symmetry and matrices to improve speed
// [[Rcpp::export]]
double ht_covar_partial(const Eigen::VectorXd & y1,
const Eigen::VectorXd & y0,
const Eigen::MatrixXd & p10,
const Eigen::VectorXd & p1,
const Eigen::VectorXd & p0) {
double cov_total = 0.0;
for (int i = 0; i < y1.size(); ++i) {
for(int j = 0; j < y0.size(); ++j) {
if(p10(i, j) == 0) {
cov_total += y1(i) * y0(j) * (p10(i, j) - p1(i) * p0(j));
} else {
cov_total += y1(i) * y0(j) * (p10(i, j) - p1(i) * p0(j)) / p10(i, j);
}
}
}
return cov_total;
}
// [[Rcpp::export]]
double cov_a(const Eigen::VectorXd & y1,
const Eigen::VectorXd & y0,
const Eigen::MatrixXd & p10,
const Eigen::VectorXd & p1,
const Eigen::VectorXd & p0) {
double cov_total = 0.0;
for (int i = 0; i < y1.size(); ++i) {
for(int j = 0; j < y0.size(); ++j) {
if(p10(i, j) == 0) {
cov_total += (std::pow(y1(i), 2) / (2.0 * p1(i))) + (std::pow(y0(j), 2) / (2.0 * p0(j)));
} else {
cov_total += (y1(i) / p1(i)) * (y0(j) / p0(j)) * (p10(i, j) - p1(i) * p0(j)) / p10(i, j);
}
}
}
return cov_total;
}
// [[Rcpp::export]]
double var_a(const Eigen::VectorXd & y,
const Eigen::MatrixXd & p) {
double var_total = 0.0;
for (int i = 0; i < y.size(); ++i) {
for(int j = 0; j < y.size(); ++j) {
if (i != j) {
var_total += ((p(i, j) - p(i, i) * p(j, j)) / p(i, j)) *
(y(i) / p(i,i)) * (y(j) / p(j,j));
} else {
if (p(i, j) == 0) {
var_total += (std::pow(y(i), 2) / (2.0 * p(i, i))) + (std::pow(y(j), 2) / (2.0 * p(j, j)));
} else {
var_total += (1 - p(i, i)) * std::pow((y(i) / p(i, i)), 2);
}
}
}
}
return var_total;
}
// [[Rcpp::export]]
double ht_var_partial(const Eigen::VectorXd & y,
const Eigen::MatrixXd & p) {
double var_total = 0.0;
for (int i = 0; i < y.size(); ++i) {
for(int j = 0; j < y.size(); ++j) {
if(i != j) {
if (p(i, j) == 0) {
var_total += y(i) * y(j) * (p(i, j) - p(i,i) * p(j,j)) +
std::pow(y(i), 2) * p(i, i) / 2.0 + std::pow(y(j), 2) * p(j, j) / 2.0;
} else {
var_total += y(i) * y(j) * (p(i, j) - p(i,i) * p(j,j)) / p(i, j);
}
}
}
}
return var_total;
}