基于指数分布生成故障
Generating a failure based on the exponential distribution
我需要根据其他 3 个参数（A、B 和 C）的行为生成故障数据。例如：如果 A > 10、B > 10 且 C > 10，则失败的概率为 0.99。否则，如果 A < 10、B > 10 且 C > 10，则概率为 0.30。知道它们遵循指数分布，如何生成这些故障？
我想生成 100 个周期的数据，即每个周期我都想知道是否有故障。
如有任何帮助，我们将不胜感激。
您需要指定在其他情况下发生的情况，但您想使用 rexp() 函数，然后编写函数或使用 if else 语句，如：
if (A>10 & B>10 & C>10) {
rexp(100, rate=0.99)
} else {
rexp(100, rate=0.30)
}
更新：
听起来你想要这样的东西：
if (A>10 & B>10 & C>10) {
p = rpois(100, rate=0.99)
} else {
p = rpois(100, rate=0.30)
}
p[p>0]=1
if-else 创建一个向量 p，其中包含每个周期的估计故障数。最后一行将所有失败的时期编码为 1，否则编码为 0。
我需要根据其他 3 个参数（A、B 和 C）的行为生成故障数据。例如：如果 A > 10、B > 10 且 C > 10，则失败的概率为 0.99。否则，如果 A < 10、B > 10 且 C > 10，则概率为 0.30。知道它们遵循指数分布，如何生成这些故障？
我想生成 100 个周期的数据，即每个周期我都想知道是否有故障。
如有任何帮助，我们将不胜感激。
您需要指定在其他情况下发生的情况，但您想使用 rexp() 函数，然后编写函数或使用 if else 语句，如：
if (A>10 & B>10 & C>10) {
rexp(100, rate=0.99)
} else {
rexp(100, rate=0.30)
}
更新： 听起来你想要这样的东西：
if (A>10 & B>10 & C>10) {
p = rpois(100, rate=0.99)
} else {
p = rpois(100, rate=0.30)
}
p[p>0]=1
if-else 创建一个向量 p，其中包含每个周期的估计故障数。最后一行将所有失败的时期编码为 1，否则编码为 0。