基于矩阵计算产品出口条件概率的R语言实现求助

首先重现你的矩阵生成代码（保证结果可复现）：

set.seed(2022) 
mat <- matrix(sample(0:1, 25, replace = T), ncol = 5)
rownames(mat) <- c("R1", "R2", "R3", "R4", "R5")
colnames(mat) <- c("A", "B", "C", "D", "E")

接下来分三步实现条件概率计算：

1. 统计每个产品的出口区域数 #

用colSums()直接统计每列（对应单个产品）中1的个数，也就是出口该产品的区域数量：

# 每个产品的出口区域数
export_counts <- colSums(mat)

对应你示例中的数据，export_counts["A"]为2，export_counts["B"]为4，和你描述的完全一致。

2. 统计同时出口任意两种产品的区域数 #

通过矩阵交叉乘积t(mat) %*% mat生成对称矩阵，其中[i,j]位置的数值代表同时出口产品i和产品j的区域数量：

# 同时出口两种产品的区域数矩阵
joint_export <- t(mat) %*% mat

比如joint_export["A","B"]的值为1，正好对应你说的仅R1同时出口A和B的情况。

3. 计算条件概率矩阵 #

根据公式P(X|Y) = 同时出口X和Y的区域数 / 出口Y的区域数，将joint_export的每一列除以对应产品的出口区域数即可得到结果：

# 生成条件概率矩阵：行是X，列是Y，对应P(X|Y)
cond_prob <- joint_export / export_counts

# 处理分母为0的情况（若某产品无出口区域，标记为NA避免报错）
cond_prob <- ifelse(export_counts == 0, NA, cond_prob)

查看最终结果：

cond_prob

对应你示例中的关键值：

• cond_prob["A","B"]为0.25（即1/4），代表出口B时出口A的概率
• cond_prob["B","A"]为0.5（即1/2），代表出口A时出口B的概率

如果需要将结果以分数形式展示，可以使用MASS包的fractions()函数：

library(MASS)
fractions(cond_prob)

内容的提问来源于stack exchange，提问作者Manfred L