基于条件概率及已有模拟数据生成0/1变量A3的问题咨询

方法1：Base R实现 #

直接用嵌套ifelse定义概率，再通过rbinom生成0/1变量：

set.seed(47)
df <- data.frame(A1 = rnorm(1000, mean=0.7, sd=0.1), A2 = rnorm(1000, mean=4, sd=1))

# 计算每个观测对应的A3取1的概率
df$p_A3 <- ifelse(df$A1 >= 0.7 & df$A2 >= 0.8, 0.7,
                  ifelse(df$A1 >= 0.7 & df$A2 < 0.8, 0.3,
                         ifelse(df$A1 < 0.7 & df$A2 >= 0.8, 0.9, 0.1)))

# 生成A3变量（0=失败，1=通过）
df$A3 <- rbinom(nrow(df), size=1, prob=df$p_A3)

方法2：dplyr实现（代码更易读） #

用case_when清晰定义多条件逻辑，适合复杂规则场景：

library(dplyr)

set.seed(47)
df <- data.frame(A1 = rnorm(1000, mean=0.7, sd=0.1), A2 = rnorm(1000, mean=4, sd=1))

df <- df %>%
  mutate(
    # 定义每个观测的A3取1概率
    p_A3 = case_when(
      A1 >= 0.7 & A2 >= 0.8 ~ 0.7,
      A1 >= 0.7 & A2 < 0.8 ~ 0.3,
      A1 < 0.7 & A2 >= 0.8 ~ 0.9,
      TRUE ~ 0.1  # 匹配剩余的A1<0.7且A2<0.8的情况
    ),
    # 生成A3变量
    A3 = rbinom(n(), size=1, prob=p_A3)
  )

验证结果（可选） #

可以通过分组统计验证A3的比例是否符合设定概率：

df %>%
  mutate(
    A1_status = ifelse(A1 >= 0.7, "通过", "失败"),
    A2_status = ifelse(A2 >= 0.8, "通过", "失败")
  ) %>%
  group_by(A1_status, A2_status) %>%
  summarise(
    样本量 = n(),
    A3通过比例 = mean(A3)
  )

内容的提问来源于stack exchange，提问作者Language. Do you believe in it