如何基于A/B/C二进制变量的条件及概率生成二进制变量X？

首先建议把独立的向量整合到数据框中，方便后续统一处理：

# 创建包含A、B、C的数据框
df <- data.frame(
  A = c(rep(1, 195), rep(0, 805)),
  B = c(rep(1, 90), rep(0, 910)),
  C = c(rep(1, 715), rep(0, 285))
)

情况1：A、B、C互斥（每个观测仅属于一个组） #

如果你的数据中不存在同时满足多个条件的观测（比如没有观测同时A=1且B=1），可以先通过dplyr::case_when为每个观测匹配对应概率，再用rbinom生成二进制变量X：

library(dplyr)

df <- df %>%
  mutate(
    # 匹配对应概率
    prob = case_when(
      A == 1 ~ 0.4,
      B == 1 ~ 0.9,
      C == 1 ~ 0.1,
      TRUE ~ 0  # 所有不满足A/B/C=1的观测，概率设为0，可根据需求调整
    ),
    # 生成X变量：n为观测总数，size=1表示单次伯努利试验，prob为对应概率
    X = rbinom(nrow(df), size = 1, prob = prob)
  )

情况2：存在多条件重叠的观测 #

如果数据中存在同时满足多个条件的观测（比如某观测同时B=1且A=1），需要先定义优先级（比如B的优先级高于A，A高于C），调整case_when的条件顺序即可：

df <- df %>%
  mutate(
    prob = case_when(
      B == 1 ~ 0.9,  # 优先级最高
      A == 1 ~ 0.4,
      C == 1 ~ 0.1,
      TRUE ~ 0
    ),
    X = rbinom(nrow(df), 1, prob)
  )

Base R 实现方式 #

如果不想使用dplyr，可以用嵌套的ifelse实现相同逻辑：

# 先匹配概率
df$prob <- ifelse(df$B == 1, 0.9,
                  ifelse(df$A == 1, 0.4,
                         ifelse(df$C == 1, 0.1, 0)))
# 生成X变量
df$X <- rbinom(nrow(df), size = 1, prob = df$prob)

常见问题排查 #

如果你之前用case_when结合rbinom出错，大概率是以下原因：

• 未覆盖所有情况：缺少TRUE ~ ...分支导致部分观测概率为NA，无法生成X
• 条件顺序错误：多条件重叠时，优先级高的条件未放在前面，导致概率匹配错误
• 直接在case_when分支中生成对应长度的rbinom：这种写法需要每个分支生成的向量长度严格匹配对应子集的长度，不如先统一匹配概率再生成X稳定

内容的提问来源于stack exchange，提问作者Sarah Bell