小编use*_*598的帖子

N=1000
alpha=0.1 

zerosandones = rbinom(N, 1,alpha)

vector1=sample(c("raw","cooked"),1000,T,prob=c(0.12,.88))
vector1

densf=NULL
densft=NULL

for (i in (1:N))
{   
  if (zerosandones[i]==1 && vector1[i]=="raw") {densf[i] = 1} 
  else {if(zerosandones[i]==1 && vector1[i]=="cooked") {densft[i] <- rbinom(1, 1,alpha*0.2)}
  else {if (zerosandones[i]==0 && vector1[i]=="raw") {densf[i]=0} 
  else {if (zerosandones[i]==0 && vector1[i]=="cooked") {densft[i]=0}}}}}
densft
densf

嘿伙计,

我是R的新手并建立了定量风险评估模型.简单地说,这里的想法是我们生成一个1000 0和1的样本,每个0,1都有一个原始/煮熟的关联.所有0都被删除,我们进一步分析1.因此,例如,如果有一个和它的原始然后新的densf应该等于1,否则为0.同样,如果有一个并且它已经煮熟,那么新的densft应该等于1(基于二项式rv模拟一个在上述情况下,α为0.02,否则为0.

也就是说,我需要一些帮助,因为"densf"和"densft"会产生一堆NaN值,将0和1放在错误的位置.请帮忙!