计算累积二项概率时R中的奇怪精度问题

在使用此代码时，我遇到了一些奇怪的问题：

positions<-c(58256)
occurrencies<-c(30)
frequency<-c(11/5531777)
length<-c(4)

prob<-c(0)
for(i in 0:(occurrencies-1))
{
  pow<-frequency^i
  pow1<-(1-frequency)^(positions-i)
  bin<-choose(positions, i)
  prob<<-prob+(bin*pow*pow1)
}

---

位置您可以通过执行以下操作来避免
for
循环

prob<-0
i    <- 0:(occurrencies-1)
pow  <- frequency^i
pow1 <- (1-frequency)^(positions-i)
bin  <- choose(positions, i)
prob <- cumsum(prob+(bin*pow*pow1))
[1] 0.8906152 0.9937867 0.9997624 0.9999932 0.9999998 1.0000000 1.0000000 1.0000000 1.0000000
[10] 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000
[19] 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000
[28] 1.0000000 1.0000000 1.0000000

prob遵循Ben Bolker的建议查看
？pbinom

pbinom(q = occurencies, size = positions, prob = frequency, lower.tail = FALSE)

我复制/粘贴了您的代码，虽然
prob
最终确实大于1，但这并不重要<代码>abs（prob-1）<1e-10
返回
TRUE
。通过将最后一行更改为
prob-Side-issue，我可以得到一个额外的数字：当您使用
Rmpfr
时，您选择了什么精度级别，并且您是否确保您计算了
频率作为
类：mpfr
数字的比率？@shujaa：确实，它最多不超过1，但困扰我的是，在for循环的特定周期数之后，即使添加了一些内容，“prob”仍然保持不变：尝试从0到accurrences-3运行for循环，以检查这是真的。至于次要问题：我没有这样做，频率实际上是一个Rmpfr数字，源自2个正常数字的比率。我会尽量和你保持联系。这正是我想要避免的。我不知道cumsum函数，我欢迎这个提示；然而，我试图计算概率，给定频率，事件发生的次数少于“发生”的次数，所以这永远不应该是1。我真正需要的是事件发生“发生”或更多次的概率，但是计算这些数字太疯狂了，所以我选择了计算倒数。@user1738815听起来你想要的是
pbinom（q=occurrences，size=positions，prob=frequency，lower.tail=FALSE）
非常感谢@shujaa！这正是我需要的！我如何选择您的答案作为正确答案？我只能说我会把它作为一个答案，然后它会被接受。但它真的只是在呼应本·博尔克。为了将来的参考，我们只能在你在上面的评论中告诉我们“我真正需要什么”时帮助你。我会记住这一点，以备将来的问题。再次感谢你。