我有这样的文件
Age.Range Average Probability
1 0 to 04 400 0.00400
2 05 to 09 221 0.00221
3 10 to 14 216 0.00216
4 15 to 19 409 0.00409
X [个人年龄; 0到80年之间的整数]
Y [监测个人的持续时间; 1到50年之间的整数或“终身”]
我需要计算年龄为X(例如3)的人在从今天开始到Y(从7开始)的间隔期间患上癌症的概率。在R中,我需要在第一列中找到X的值和X + Y的值,并将这两个范围之间的第三列中的所有值相加:
X= 3
x+y=10
probability= 0.004 + 0.00221 + 0.00216
以下功能可以满足您的需求。它获取年龄范围的开始,然后使用findInterval
查找概率列中的索引。然后是添加这些概率的问题。
sumProbs <- function(DF, X, Y){
DF[["Age.Range"]] <- as.character(DF[["Age.Range"]])
Age.Start <- strsplit(DF[["Age.Range"]], " to ")
Age.Start <- as.integer(sapply(Age.Start, '[[', 1))
i <- findInterval(c(X, X + Y), Age.Start)
p <- DF[["Probability"]][i[1]:i[2]]
sum(p)
}
sumProbs(df1, 3, 7)
#[1] 0.00837
dput
格式的数据。
df1 <-
structure(list(Age.Range = c("0 to 04", "05 to 09",
"10 to 14", "15 to 19"), Average = c(400L, 221L,
216L, 409L), Probability = c(0.004, 0.00221, 0.00216,
0.00409)), row.names = c("1", "2", "3", "4"),
class = "data.frame")