วิธีการคำนวณค่าที่คาดหวังใน r (พร้อมตัวอย่าง)

การแจกแจงความน่าจะเป็นบอกเราถึงความน่าจะ เป็นที่ตัวแปร สุ่มใช้กับค่าบางค่า

ตัวอย่างเช่น การแจกแจงความน่าจะเป็นต่อไปนี้บอกเราถึงความน่าจะเป็นที่ทีมฟุตบอลบางทีมจะยิงประตูได้จำนวนหนึ่งในการแข่งขันที่กำหนด:

ในการค้นหา ค่าคาดหวัง ของการแจกแจงความน่าจะเป็น เราสามารถใช้สูตรต่อไปนี้:

µ = Σx * P(x)

ทอง:

• x: ค่าข้อมูล
• P(x): ความน่าจะเป็นของมูลค่า

ตัวอย่างเช่น จำนวนประตูที่คาดหวังของทีมฟุตบอลจะคำนวณดังนี้:

μ = 0*0.18 + 1*0.34 + 2*0.35 + 3*0.11 + 4*0.02 = 1.45 ประตู

ในการคำนวณค่าคาดหวังของการแจกแจงความน่าจะเป็นใน R เราสามารถใช้หนึ่งในสามวิธี:

 #method 1
sum(vals*probs)

#method 2
weighted. mean (vals, probs)

#method 3
c(vals %*% probs)

ทั้งสามวิธีจะให้ผลลัพธ์เดียวกัน

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีใน R

ตัวอย่างที่ 1: ค่าที่คาดหวังโดยใช้ผลรวม ()

รหัสต่อไปนี้แสดงวิธีการคำนวณค่าที่คาดหวังของการแจกแจงความน่าจะเป็นโดยใช้ฟังก์ชัน sum()

 #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

ตัวอย่างที่ 2: ค่าที่คาดหวังโดยใช้ Weighted.mean()

รหัสต่อไปนี้แสดงวิธีการคำนวณค่าที่คาดหวังของการแจกแจงความน่าจะเป็นโดยใช้ฟังก์ชัน build-inweighted.mean () ใน R:

 #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

ตัวอย่างที่ 3: ค่าที่คาดหวังโดยใช้ c()

รหัสต่อไปนี้แสดงวิธีการคำนวณค่าที่คาดหวังของการแจกแจงความน่าจะเป็นโดยใช้ฟังก์ชัน c() ที่มีอยู่แล้วภายในใน R:

 #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

โปรดทราบว่าทั้งสามวิธีส่งคืนค่าที่คาดไว้เหมือนกัน

แหล่งข้อมูลเพิ่มเติม

วิธีการคำนวณค่าเฉลี่ยใน R
วิธีคำนวณค่าเฉลี่ยเรขาคณิตใน R
วิธีการคำนวณถัวเฉลี่ยถ่วงน้ำหนักใน R