R语言 如何计算期望值

在这篇文章中，我们将看到如何使用R编程语言计算除值。概率分布描述了随机变量在给定范围内的所有可能值。

概率分布的期望值 。

其中X是一个样本值，P(x)是一个简单值的概率

例子 。

X: 0.2, 0.3, 0.4, 0.5, 0.6

P(x): .1, .3, .5, .1, .2

μ = (0.20.1) + (0.30.3) + (0.4 * 0.5) + (0.50.1) + (0.60.2) = 0.48

解释： 用Σx*P(x)公式计算的概率分布的期望值

方法1：使用sum()方法

sum()方法用于计算给定向量的总和。

语法： sum(x)

参数。

x:数值向量

例子： 计算预期值

# create vector for value
x <- c(0.2, 0.3, 0.4, 0.5, 0.6)
 
# create vector for probability
probability <- c(.1, .3, .5, .1, .2)
 
sum(x*probability)

输出 。

0.48

方法2：使用weighted.mean()方法

它用于获取输入向量值的加权算术平均值。

语法： weighted.mean(x, weights)

参数。

• x：数据输入向量
• weights。它是输入数据的权重。
• 返回：给定值的加权平均值

例子： 计算预期值

x <- c(0.2, 0.3, 0.4, 0.5, 0.6)
 
probability <- c(.1, .3, .5, .1, .2)
 
# calculate expected value
weighted.mean(x, probability)

输出 。

0.48

方法3：使用c()方法

它用于合并传递给它的参数。而 %*% 操作符用于将矩阵与其转置相乘。

语法： c(…)

参数。

…: 要合并的参数

例子 ：计算预期值

x <- c(0.2, 0.3, 0.4, 0.5, 0.6)
 
probability <- c(.1, .3, .5, .1, .2)
 
# calculate expected value
c(x %*% probability)

输出 。

0.48