计算均值和方差为R中

Question

加权离散型随机变量，我有以下的数据帧：

dat <- read.table(text=" X prob 
1 1 0.1 
2 2 0.2 
3 3 0.4 
4 4 0.3", header=TRUE) 

是否有任何内置函数或calulate均值和方差为R中离散型随机变量优雅的方式？

Answer 1

在R中有一个weighted.mean函数，而Hmisc包中有一堆wtd。*函数。

> with(dat, weighted.mean(X, prob)) 
[1] 2.9 

require(Hmisc) 
> wtd.var(x=dat$X, weights=dat$prob) 
[1] Inf 
# Huh ? On investigation the weights argument is suppsed to be replicate weights 
# So it's more appropriate to use normwt=TRUE 
> wtd.var(x=dat$X, weights=dat$prob, normwt=TRUE) 
[1] 1.186667 

Thomas Lumley的调查包提供的不仅仅是这个简单化的例子。它具有处理复杂的加权方案为各种统计建模程序的机制：

require(survey) 
> dclus1<-svydesign(id=~1, weights=~prob, data=dat) 
> v<-svyvar(~X, dclus1) 
> v 
    variance  SE 
X 1.1867 0.7011 

这些样本的统计数据，而不是将抽象随机变量来计算方差。这个结果似乎对于统计系统来说似乎是适当的，但可能不是一个概率作业问题的正确答案。