Question

我们假设我们有以下4种状态：（A，B，C，D）

我所拥有的表格格式如下

old   new 
A      B
A      A
B      C
D      B
C      D
.      .
.      .
.      .
.      .

我想根据表格中给出的数据计算以下概率：

P(new=A | old=A)
P(new=B | old=A)
P(new=C | old=A)
P(new=D | old=A)
P(new=A | old=B)
.
.
.
.
P(new=C | old=D)
P(new=D | old=D)

我可以手动方式完成，在每次转换发生时总结所有值并除以行数，但我想知道R中是否有内置函数来计算这些概率或者至少有助于加强计算这些概率。

非常感谢任何帮助/输入。如果没有这样的功能，那么哦。

Answer 1

在基础R中，您可以在表格对象上使用prop.table：

transMat <- prop.table(with(df, table(old, new)), 2)
transMat
   new
old          A          B          C          D
  A 0.26315789 0.27272727 0.18181818 0.22222222
  B 0.31578947 0.36363636 0.09090909 0.22222222
  C 0.21052632 0.27272727 0.45454545 0.33333333
  D 0.21052632 0.09090909 0.27272727 0.22222222

这里，列总和为1：

colSums(transMat)
A B C D 
1 1 1 1

修改在进一步的反思中，我认为使用margin = 1实际上是期望的结果，因为旧的（条件变量）在行中并且因为p（A | A）+ p（B | A）+ p（C | A）+ p （D | A）应该等于1.在这种情况下，

transMat <- prop.table(with(df, table(old, new)), 1) transMat new old A B C D A 0.41666667 0.25000000 0.16666667 0.16666667 B 0.46153846 0.30769231 0.07692308 0.15384615 C 0.26666667 0.20000000 0.33333333 0.20000000 D 0.40000000 0.10000000 0.30000000 0.20000000

会奏效。或者，转置prop.table(with(df, table(new, old)), 2)。

数据

set.seed(1234) df <- data.frame(old=sample(LETTERS[1:4], 50, replace=TRUE), new=sample(LETTERS[1:4], 50, replace=TRUE))

计算R

1 个答案: