如何使用 prop.table() 输出来计算期望值
How to use prop.table() output to calculate expect value
标题有点self-explanatory。基本上，我有一个 prop.table object 并且我想使用 prop.table 中的信息来计算期望值 E(Y).
假设这是我们的数据：
Y <- c(0,1,2,3,4,5,6,7,8,9) # List of values
p <- c(0.082710, 0.111331, 0.093211, 0.110218, 0.085769, 0.117118,
0.085703, 0.109429, 0.092786,0.111725) # List of probabilities
根据另一个 Whosebug link，可以使用 Base R 函数以多种方式计算预期值。
但是，如果值及其概率已经存储在 prop.table object 中，我该如何执行相同的操作？这是我的 object:
>prop.table(table(data))
208 260 270 271 273 280 281 285 289 292 295 298 300 301 306 308 309 310 315 318 319 320 321 324 325
1 1 1 1 1 1 2 1 1 1 1 1 3 2 3 1 2 2 2 1 3 3 2 1 3
326 328 330 331 332 334 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354
4 2 1 5 3 1 6 3 4 4 3 6 1 6 5 4 1 3 3 2 5 1 6 5 3
355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379
5 7 8 4 8 4 3 7 8 10 6 9 10 8 4 9 11 4 5 7 5 11 14 7 11
380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404
14 9 14 12 16 12 12 6 11 14 8 17 17 15 18 13 19 15 22 12 17 15 13 19 14
405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429
23 11 21 17 19 15 25 23 23 24 21 28 17 32 25 33 26 24 27 32 25 29 33 23 29
430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454
24 26 25 35 39 40 27 32 28 36 32 32 42 20 39 42 27 38 35 37 35 36 32 37 41
455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479
51 38 35 46 41 39 48 43 37 47 42 52 56 44 46 44 58 53 46 69 38 47 52 68 52
480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504
51 52 58 52 57 51 61 50 55 61 55 64 58 52 53 58 60 64 47 48 47 47 49 66 48
505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529
62 48 55 55 57 64 46 52 41 49 47 54 58 59 52 59 52 74 46 61 51 59 59 59 66
530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554
57 61 50 79 62 58 61 48 38 57 54 46 54 60 55 45 38 54 46 45 45 44 40 43 70
555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579
42 55 50 40 48 57 45 42 52 56 52 30 42 37 43 39 28 39 33 28 44 42 39 35 34
580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604
36 46 38 38 28 33 30 24 49 29 21 25 26 27 23 29 30 22 27 28 26 23 22 22 20
605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629
18 23 20 22 22 23 23 20 18 24 19 17 19 20 12 12 19 15 18 16 15 13 8 10 13
630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654
14 15 16 7 16 14 11 15 15 7 7 9 13 7 8 7 8 9 5 5 7 8 6 7 9
655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679
2 5 3 10 5 6 7 3 8 7 4 3 4 1 1 7 2 2 8 3 5 3 2 1 1
680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 702 704 705 706
3 2 1 3 1 2 3 3 1 3 2 2 1 2 2 5 2 3 2 3 5 1 1 2 2
707 708 709 710 711 712 716 720 722 723 726 727 728 732 733 744 748 751 764 825
2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1
如果
x <- prop.table(table(data))
然后
Y <- as.numeric(names(x))
P <- x / sum(x)
因此您可以通过以下两种方式获得期望值：
weighted.mean(Y, P)
sum(Y * P)
标题有点self-explanatory。基本上，我有一个 prop.table object 并且我想使用 prop.table 中的信息来计算期望值 E(Y).
假设这是我们的数据：
Y <- c(0,1,2,3,4,5,6,7,8,9) # List of values
p <- c(0.082710, 0.111331, 0.093211, 0.110218, 0.085769, 0.117118,
0.085703, 0.109429, 0.092786,0.111725) # List of probabilities
根据另一个 Whosebug link，可以使用 Base R 函数以多种方式计算预期值。
但是，如果值及其概率已经存储在 prop.table object 中，我该如何执行相同的操作？这是我的 object:
>prop.table(table(data))
208 260 270 271 273 280 281 285 289 292 295 298 300 301 306 308 309 310 315 318 319 320 321 324 325
1 1 1 1 1 1 2 1 1 1 1 1 3 2 3 1 2 2 2 1 3 3 2 1 3
326 328 330 331 332 334 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354
4 2 1 5 3 1 6 3 4 4 3 6 1 6 5 4 1 3 3 2 5 1 6 5 3
355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379
5 7 8 4 8 4 3 7 8 10 6 9 10 8 4 9 11 4 5 7 5 11 14 7 11
380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404
14 9 14 12 16 12 12 6 11 14 8 17 17 15 18 13 19 15 22 12 17 15 13 19 14
405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429
23 11 21 17 19 15 25 23 23 24 21 28 17 32 25 33 26 24 27 32 25 29 33 23 29
430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454
24 26 25 35 39 40 27 32 28 36 32 32 42 20 39 42 27 38 35 37 35 36 32 37 41
455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479
51 38 35 46 41 39 48 43 37 47 42 52 56 44 46 44 58 53 46 69 38 47 52 68 52
480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504
51 52 58 52 57 51 61 50 55 61 55 64 58 52 53 58 60 64 47 48 47 47 49 66 48
505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529
62 48 55 55 57 64 46 52 41 49 47 54 58 59 52 59 52 74 46 61 51 59 59 59 66
530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554
57 61 50 79 62 58 61 48 38 57 54 46 54 60 55 45 38 54 46 45 45 44 40 43 70
555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579
42 55 50 40 48 57 45 42 52 56 52 30 42 37 43 39 28 39 33 28 44 42 39 35 34
580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604
36 46 38 38 28 33 30 24 49 29 21 25 26 27 23 29 30 22 27 28 26 23 22 22 20
605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629
18 23 20 22 22 23 23 20 18 24 19 17 19 20 12 12 19 15 18 16 15 13 8 10 13
630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654
14 15 16 7 16 14 11 15 15 7 7 9 13 7 8 7 8 9 5 5 7 8 6 7 9
655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679
2 5 3 10 5 6 7 3 8 7 4 3 4 1 1 7 2 2 8 3 5 3 2 1 1
680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 702 704 705 706
3 2 1 3 1 2 3 3 1 3 2 2 1 2 2 5 2 3 2 3 5 1 1 2 2
707 708 709 710 711 712 716 720 722 723 726 727 728 732 733 744 748 751 764 825
2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1
如果
x <- prop.table(table(data))
然后
Y <- as.numeric(names(x))
P <- x / sum(x)
因此您可以通过以下两种方式获得期望值：
weighted.mean(Y, P)
sum(Y * P)