我有一个随机变量的数据集，我想在不改变期望的情况下解决这些问题，因此我可以获得pdf。例如，我有100个随机变量，其中一个是48.75。
我的水桶是20到180，增量为2.所以最近的水桶是48和50.
观察48.75的概率是1％（自观察100次）。所以我想把这个概率指定为 概率为0.375 * 1％概率为50和0.625 * 1％概率为48
这样我就可以定义一个离散的pdf而不是一个连续的pdf。
我有一个变量向量，但我很难找到最近的存储桶。我可以对概率分配进行编码，但我担心的主要原因是这个分段程序。
MTM = rep(0,100)
for(i in 1:100){MTM[i] = 100+rnorm(1,sd=10)}
buckets = seq(20,180,2)
我在想循环并做类似的事情：
1-min(abs(MTM[1]-buckets))
并寻找重点，但我被困了
任何帮助都将不胜感激。
答案 0 :(得分：0)
水桶[which.min（ABS（MTM [I] -buckets））]
这给出了最接近索引的索引，然后它很简单。