1

我有一组伯努利变量，给出具有不同概率的特定值。变量是独立的。我正在尝试为所有可能的结果建立一个简单的离散概率表。我拥有的数据的一个简短示例是：

# A tibble: 2 x 4
  `test number`  prob value `no-value`
          <dbl> <dbl> <dbl>      <dbl>
1             1   0.7   1.7        0.3
2             2   0.6   1.5        0.6

其中值是可能值的总和，概率是该值的概率。我正在使用的示例来自 Excel 工作表。我正在处理的表格是一长串独立测试。每个测试都有一个可能的成功值、一个成功概率和一个不成功值（概率为（1 - 成功概率））。概率表是一个计算每个可能结果的概率的表 - 可能值（对该结果的值求和）和该结果的概率。所以第一个可能的结果 3.2 = 1.7 + 1.5 的概率为 0.42 = 0.7 * 0.6。第二个结果是 2.3 = (1.7 + 0.6)，概率为 0.28 = (0.7 * (1 - 0.6)，依此类推。

所以我想要得到的解决方案是这样的 (2.29 = 2.3, 0.899 = 0.9:

# A tibble: 1 x 5
  value       `3.2` `2.299999999999999~ `1.8` `0.8999999999999999~
  <chr>       <dbl>               <dbl> <dbl>                <dbl>
1 probability  0.42               0.280  0.18                 0.12
4

1 回答 1

1

这是一种方法：

dat <- data.frame(
  prob = c(0.3, 0.7, 0.6),
  value_success = c(1, 2, 3),
  value_failure = c(4, 5, 6)
)

ntrials <- nrow(dat)

issues <- setNames(
  do.call(expand.grid, replicate(ntrials, c(0,1), simplify = FALSE)),
  paste0("trial", 1:ntrials)
)

issues[["prob"]] <- apply(issues, 1, function(x){
  prod(ifelse(x==0, 1-dat$prob, dat$prob))
})

issues[["total"]] <- apply(issues[,1:ntrials], 1, function(x){
  sum(ifelse(x==0, dat$value_failure, dat$value_success))
})

issues
#   trial1 trial2 trial3  prob total
# 1      0      0      0 0.084    15
# 2      1      0      0 0.036    12
# 3      0      1      0 0.196    12
# 4      1      1      0 0.084     9
# 5      0      0      1 0.126    12
# 6      1      0      1 0.054     9
# 7      0      1      1 0.294     9
# 8      1      1      1 0.126     6
于 2019-11-21T00:02:47.890 回答