R에서 기대값을 계산하는 방법(예제 포함)
확률 분포는 임의 변수가 특정 값을 취할 확률을 알려줍니다.
예를 들어, 다음 확률 분포는 특정 축구팀이 특정 경기에서 특정 수의 골을 득점할 확률을 알려줍니다.
확률 분포의 기대값을 찾으려면 다음 공식을 사용할 수 있습니다.
µ = Σx * P(x)
금:
- x: 데이터 값
- P(x): 가치의 확률
예를 들어, 축구팀의 예상 골 수는 다음과 같이 계산됩니다.
μ = 0*0.18 + 1*0.34 + 2*0.35 + 3*0.11 + 4*0.02 = 1.45 골.
R에서 확률 분포의 기대값을 계산하려면 다음 세 가지 방법 중 하나를 사용할 수 있습니다.
#method 1 sum(vals*probs) #method 2 weighted. mean (vals, probs) #method 3 c(vals %*% probs)
세 가지 방법 모두 동일한 결과를 반환합니다.
다음 예제에서는 R에서 이러한 각 메서드를 사용하는 방법을 보여줍니다.
예시 1: sum()을 사용한 기대값
다음 코드는 sum() 함수를 사용하여 확률 분포의 기대값을 계산하는 방법을 보여줍니다.
#define values
vals <- c(0, 1, 2, 3, 4)
#define probabilities
probs <- c(.18, .34, .35, .11, .02)
#calculate expected value
sum(vals*probs)
[1] 1.45
예 2: Weighted.mean()을 사용한 기대값
다음 코드는 R의 내장 가중치.평균 () 함수를 사용하여 확률 분포의 기대값을 계산하는 방법을 보여줍니다.
#define values vals <- c(0, 1, 2, 3, 4) #define probabilities probs <- c(.18, .34, .35, .11, .02) #calculate expected value weighted. mean (vals, probs) [1] 1.45
예시 3: c()를 사용한 기대값
다음 코드는 R에 내장된 c() 함수를 사용하여 확률 분포의 기대값을 계산하는 방법을 보여줍니다.
#define values vals <- c(0, 1, 2, 3, 4) #define probabilities probs <- c(.18, .34, .35, .11, .02) #calculate expected value c(vals %*% probs) [1] 1.45
세 가지 메서드 모두 동일한 예상 값을 반환했습니다.