R 根据经验分配损失概率

对于一个学校项目，我正在尝试在R中创建一个数据集，其中包含四个变量： 我有一个data.frame，其中包含变量：损失经验（0,1）；损失大小（介于0和1之间）；区域以及司机的经验

现在，我想将驾驶员的体验与损失体验负相关；（例如：驾驶员经验越丰富，发生事故的可能性越小。但是，我仍然希望在驾驶员经验丰富的情况下发生一些事故。有人知道我如何做到这一点吗？因为到目前为止，我只是随机分配经验

Experience_Class <- c(0,100,250,500,1000) #this variable is used to assign different classes of experience levels
Experience <- sample(Experience_Class,N,replace=TRUE)   # this is how I assign the experience to the drivers, however I have the problem that this is completely random

这是可能的吗？如果是的话，有谁能帮助我，告诉我如何将经验向量分配给损失发生向量

---

任何想法或输入都值得高度赞赏！

这非常简单。你需要根据偶然的不同经验来模拟经验。这是一个条件概率问题。p（Exp |意外=1）=a，p（Exp |意外=0）=B

下面是一个示例。显然，您可以根据您希望运行模拟的方式对其进行修改

set.seed(2314L)
dat <- data.frame(accident= sample(c(0,1), size= 20, replace=T, prob= c(.7,.3)),
                  accident_size= (ifelse(runif(20) < .8, 0, runif(20, .2, 1))))

Experience_Class <- c(0,100,250,500,1000) 
dat$experience <- ifelse(dat$accident == 1, 
                         sample(Experience_Class, size= sum(dat$accident), replace= T, prob= c(.5,.2,.1,.1,.1)),
                         sample(Experience_Class, size= 20-sum(dat$accident), replace= T, prob= c(.05,.05,.2,.3,.4)))

# see results.
R> tapply(dat$experience, dat$accident, mean)
        0         1 
500.00000  33.33333 
R> tapply(dat$experience, dat$accident, sd)
        0         1 
233.85359  57.73503 

set.seed（2314L）
dat我想我可以通过创建一个高或低的变量来解决这个问题，然后使用类似“如果发生事故=1驾驶员高的概率”的方法。您可以从驾驶员体验开始吗？例如，0到1之间的值（可以通过
运行if
创建）。然后你可以使用伯努利试验来确定是否发生了事故。事故大小本身也可以均匀分布。你只需创建一个大小为n的向量，并将其与确定事故是否发生的变量相乘。谢谢你在这里帮助我-我理解下面的解决方案这就是他所做的ght？非常感谢您的回答。我想这回答了我的问题。但是，当浏览您的代码时，我并没有真正理解其中的部分：意外大小=（ifelse（runif（20）<.8,0，runif（20,2,1）））这部分代码到底做什么？我理解runif（n，min，max），那么你为什么要用runif（20）@Alex_T_86得到这个等式呢？我正在构建一个虚拟数据集，试图复制你的数据集。你没有指定你的数据生成机制，所以我编了一个。。。为了进一步澄清，我建议您查看文档
？示例
。嗨，Alex，谢谢您的帮助。我明白，我真的很想这样做，但是我不明白代码的那部分：（ifelse（runif（20）<.8,0，runif（20,2,1）））顺便说一句。我根据二项式分布生成了损失数据，但我看到这一点的方式实际上与您所做的方式没有多大区别。因此，我将在这里介绍您的部分代码。@Alex_T_86我看到您的大部分代码都是0，在（.2,1）中有一些值。因此，我使用了一个具有高阈值的障碍模型来生成obs--
ifelse（runif（20）<.8,0，runif（20,2,1））
。如果答案有用，我们将不胜感激
set.seed(2314L)
dat <- data.frame(accident= sample(c(0,1), size= 20, replace=T, prob= c(.7,.3)),
                  accident_size= (ifelse(runif(20) < .8, 0, runif(20, .2, 1))))

Experience_Class <- c(0,100,250,500,1000) 
dat$experience <- ifelse(dat$accident == 1, 
                         sample(Experience_Class, size= sum(dat$accident), replace= T, prob= c(.5,.2,.1,.1,.1)),
                         sample(Experience_Class, size= 20-sum(dat$accident), replace= T, prob= c(.05,.05,.2,.3,.4)))

# see results.
R> tapply(dat$experience, dat$accident, mean)
        0         1 
500.00000  33.33333 
R> tapply(dat$experience, dat$accident, sd)
        0         1 
233.85359  57.73503