我测量了城市中约1500棵树的多个属性(高度,物种,冠幅,条件等)。使用遥感技术,我还拥有该城市其余9000棵树的高度。我想通过使用它们的高度来模拟/生成/估计这些未测量树的缺失属性。从测得的数据中我可以获得测量种群中每个物种的比例(以及粗略概率),每个物种的高度分布,物种的高度 - 冠幅关系,物种条件关系等等。我想使用未测量树木的高度数据首先估计物种,然后使用概率理论估计其余属性。因此,对于25米高的地方,它更可能是雪松(身高范围5-30米),而不是桑树(身高范围2-8米),更可能是雪松(人口的50%)比橡树(相同的高度范围,但人口的2%),因此冠幅宽度为10米,健康状况为95%(根据我测量的数据,杉树的分布情况)。但我也希望有25米的其他树木能够得到橡木,而根据人口的比例,这种树木比杉树要少。使用现有数据和概率模拟数据
有没有办法在R中使用概率理论做到这一点,最好是利用贝叶斯或机器学习方法?
我没有要求别人为我写代码 - 我对R有相当的经验。我只是想指出正确的方向,即一个整齐地做这种事情的包。
谢谢!