R- 来自离散命名向量的概率密度

【问题标题】：R- probability density from a discrete named vectorR- 来自离散命名向量的概率密度
【发布时间】：2013-07-30 04:24:51
【问题描述】：

我有一个命名向量 modVect，其中包含每个名称的概率值（-.01、-.02.... 是离散误差值）。

head(modVect)
-.01         -.02         -.03         -.04         -.05         -.06 
0.0006927649 0.0033267561 0.0080302663 0.0065196742 0.0018305703 0.0003929703

我想根据这些概率模拟错误值。如何使用概率密度函数或核密度估计来做到这一点？到目前为止，我已经这样做了

xseq<-as.numeric(names(modVect))
plot(xseq, modVect)
y<-kde(modVect)

但这是不正确的，因为它不会将 modVect 值解释为概率。我希望有一个函数可以根据概率创建一个pdf。

谢谢

【问题讨论】：

你需要明确你想要什么。密度不是概率。

标签： r probability

【解决方案1】：

要使用概率采样，请使用 sample 和 probs。

N <- 1000
sample(xseq, N, replace=TRUE, probs=modVect)

【讨论】：

这是我正在寻找的那种函数，但我的 modVect 向量包含概率密度，而不是概率。它还能正常工作吗？
让我猜猜：你是从对 kde 或 density 的呼叫中得到的 modVect。如果是这样，它将是一个等距点的网格，一切都很好； sample 会将概率归一化为 1。
另外，你知道有什么方法可以让这个样本产生偏差吗？我想包括来自自相关的权重，它会改变这个 modVect 向量中的概率。我尝试使用 ecdf 但它不考虑概率。例如，如果最后一个样本是“-.07”，我想对采样进行偏差，或者只是将下一个更新的 modVect 更改为负值，以反映最后一个样本的滞后相关性的影响。