ok, it's yj, then i believe this should work:

sample code:
//Tvec=datat
//delta=datadelta
//yvec=datay
//suppose your data are loaded in Tvec (for T), delta, and yvec (for y)

compTij=function(ti,tj) { return(tj>=ti) }
indTmat=sapply(Tvec, compTij, tj=Tvec)

sumTy=function(tv,yv) { return(sum(tv*exp(yv))) }
lsum=apply(indTmat,2,sumTy,yv=yvec)

result=sum(delta*(yvec-log(lsum)))

没有高手吗？

有必要用嵌套循环吗？R的vector，matrix操作非常方便，效率。直接用vector operation就好了。就是那个indicator function I(Tj>=Ti)稍微麻烦一点。

sample code:
//Tvec=datat
//delta=datadelta
//yvec=datay
//suppose your data are loaded in Tvec (for T), delta, and yvec (for y)

compTij=function(ti,tj) { return(sum(tj>=ti)) }
indTv=sapply(Tvec, compTij, tj=Tvec)

result=sum(delta*(yvec-log(indTv*exp(yvec))))

其实公式写为
sum_i deltai * [yi - log[exp(yi) sum_j I(Tj>=Ti)]]
会好一点。

可以解释一下
return(sum(tj>=ti))
indTv=sapply(Tvec, compTij, tj=Tvec)
这两个的意思吗？
运算出来的结果和我手算的结果不符。

tested in R, looks ok. assume
I(Tj>=Ti)=1  if Tj>=Ti
              =0  otherwise

你的公式有点奇怪，最后一项到底是 exp(yi), 还是exp(yj)?
yi 的话，为什么不放在对j求和之外？yj要换个方法算。