根据经验分配损失概率

Question

对于一个学校项目，我正在尝试在R中创建一个数据集，到目前为止，它包含四个变量：我有一个包含变量的数据帧：损失经验 （0,1） ;损失大小（介于 0 和 1 之间）;地区;和司机的经验

我现在想分配驾驶员的经验，与损失经验呈负相关;（例如：驾驶员经验越丰富，发生事故的可能性就越小。但是，我仍然希望发生一些事故，以防驾驶员经验丰富。有谁知道我该怎么做？因为到目前为止，我只是随机分配体验。

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

理想情况下，我的数据帧应如下所示 - 事故发生与驾驶员体验之间存在负相关关系。

Accident_Occured   Accident_Size  Driver_Experience
 1                  .24            0
 1                  0.99           250
 0                  0              0
 0                  0              1000     
 0                  0              500
 0                  0              0
 0                  0              250
 0                  0              1000
 0                  0              1000     
 1                  0.99           100

这可能吗？如果是这样，谁能帮助我并告诉我如何将经验向量分配给损失发生向量？

任何想法或意见都非常感谢！

Answer 1

这很简单。您需要偶然基于差分经验来模拟经验。这是一个条件概率问题。P（exp|accident = 1） = a， p（exp|accident = 0） = b。

下面是一个示例。显然，您可以根据运行模拟的确切方式对其进行修改。

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 

此外，我不会将两个分类变量之间的关联度量称为相关性。