R语言计算离散值序列相邻元素对联合概率的实现方法

R没有专门用于计算序列相邻元素联合概率的内置函数，但可以通过基础函数的组合快速实现，无需安装额外第三方包：

基础R实现步骤 #

• 第一步：构造相邻元素配对矩阵
  用head()和tail()分别截取原序列去掉末尾1位、去掉开头1位的子序列，再按列拼接即可得到所有相邻对：

  # 示例离散序列
  X <- c(1, 2, 1, 2, 2, 1, 1, 2, 3, 1, 2)
  # 生成相邻对
  adj_pairs <- cbind(prev = head(X, -1), curr = tail(X, -1))
  

• 第二步：计算相邻对联合频数
  直接调用table()函数统计不同配对的出现次数：

  joint_freq <- table(adj_pairs)
  

• 第三步：转换为联合概率
  用频数除以总相邻对数量即可得到联合概率，也可以直接调用prop.table()函数实现：

  # 方法1：手动除以总对数
  joint_prob <- joint_freq / nrow(adj_pairs)
  # 方法2：调用prop.table快速转换
  joint_prob <- prop.table(joint_freq)
  

  输出的joint_prob为矩阵格式，行对应前一个元素的取值，列对应后一个元素的取值，单元格数值即为P(prev=a, curr=b)的联合概率。

扩展：获取每个相邻位置对应的概率值 #

如果需要给原序列每一组相邻对匹配对应的联合概率，可以将概率表转换为数据框后做匹配：

prob_df <- as.data.frame(joint_prob, responseName = "joint_prob")
adj_pairs_with_prob <- merge(adj_pairs, prob_df, by = c("prev", "curr"), sort = FALSE)

注意事项 #

• 如果你的序列是分类变量，建议先转换为因子类型，避免数值型取值的自动排序影响结果展示
• 执行计算前需要确认序列长度≥2，否则会因为没有相邻对抛出异常

内容的提问来源于stack exchange，提问作者AnonymousMe