在 R 中查找概率

Question

鉴于他们之前赢过比赛，我必须找出 AFC 球队赢得比赛的概率？

我的数据如下：

df <- " hometeam    awayteam    result  season
    AFC      BFC          WH       S1
    DFC      AFC          WA       S2
    HFC      BFC          D       S2
    MFC      AFC          WA       S1
    BFC      AFC          L       S3
    DFC      KFC          L       S2
    AFC      DFC          WH       S3"
df <- read.table(text = df, header = TRUE)

P(AFC Wins| 上一场比赛赢了)？

如何在基本 R 中找到 WW 的计数？

我想一起计算 WH-WA 和 WA-WH 的实例（WH-Home Win，WA-Away Win），所以在这里我们看到 2 个实例（类似 WA-WA，WH-WH）。

如何找到每个的计数？

Answer 1

1. 如何在 R 中找到单个元素的基本计数？

如果你想对列结果进行计数，你可以尝试：

table(df$results)

D L W 
1 3 2 

1. P(AFC Wins| Previous game won)?

如果你想像上面那样计算条件概率，我推荐使用贝叶斯信念网络，这个网络会将你的数据编译成详细的概率，然后你可以向网络发起查询请求

library(bnlearn)
hc_bn_learning <- hc(df) #using hc learners
bbn <- bn.fit(hc_bn_learning, data = df)
cpquery(bbn, event = (result=="W"), evidence = (hometeam=="AFC"))
0.3525641

1. 如果您想用基本 R 计算组合概率，

我认为操作表是一种直接的方法：（将 WA 和 WH 概率结合起来的示例）

sum(table(df$result)[which(names(table(df$result)) %in% c("WA","WH"))]) / 
sum(table(df$result))

0.5714286

4. 如果您想按行计算计数和概率，请将所需元素“WH”赋予“WA”的目标元素

我定义了一个自定义函数来执行此操作，因此更容易应用于更大的上下文

row_wise_pattern_count <- function(df, col_search, pattern_search=c(), 
                                   pattern_target=c(), mode="count"){
  row_vector <- df[, which(colnames(df)==col_search)]
  count_pattern <- 0
  for(x in 1:length(row_vector)){
    if(row_vector[x] %in% pattern_search && row_vector[x+1] %in% pattern_target){
      count_pattern <- count_pattern + 1
    }
  }
  if(mode=="count"){
    return(count_pattern) 
  }
  else if(mode=="prob"){
    return(count_pattern / (length(row_vector) - 1))
  }
}

这适用于这样的情况，当您搜索给定的 WA 元素以查找下一行出现的下一个 WH 元素时，您可以使用

row_wise_pattern_count(df, "result", pattern_search=c("WA"), pattern_target=c("WH"))
[1] 0

当您为给定的 WH 元素搜索“反之亦然”时，下一个 WA 元素将出现在下一行中，因此您可以使用

row_wise_pattern_count(df, "result", pattern_search=c("WH"), pattern_target=c("WA"))
[1] 1

您还可以将模式设置为“prob”以返回序列模式的概率而不是计数

row_wise_pattern_count(df, "result", pattern_search=c("WH"), pattern_target=c("WA"), mode="prob")
[1] 0.1666667