计算R中的概率

对于问题1,您可以使用:

values_all <- c(rep(1, 3), rep(2, 5), rep(3, 2), 4, rep(5, 4), rep(6, 2), rep(7, 3))
prob_to_find <- 5

probability <- sum(values_all == prob_to_find) / length(values_all)

values_all == prob_to_find )除以集合中的值总数。

对于问题2,我对你的问题发表了评论,因为我需要一些额外的信息

prop.table(table(values_all))
values_all

哪些输出:

1    2    3    4    5    6    7 
0.15 0.25 0.10 0.05 0.20 0.10 0.15

或者,你需要在检查向量后假设一个分布,例如 uniform(1,7) 将是:

> punif(3, min = 1, max = 7)
[1] 0.3333333

关于这个决策过程,请参考 StackExchange answer .

为了避免随意决定,运行模拟通常是一个更安全的选择。您只需更换样品即可:

b <- vector("numeric", 1000)
set.seed(1234)
for (i in 1:1000){
    b[i] <- sample(values_all, size=1, replace = T)
}
prop.table(table(b))

返回:

b
    1     2     3     4     5     6     7 
0.144 0.251 0.087 0.053 0.207 0.099 0.159

一、 e:值3的概率=8.7%。