R中基于泊松分布对比观测值、计算全样本最小值概率的实现方法

核心思路 #

你现有代码已经能生成标准的两两对比概率矩阵，矩阵元素res[i,j]直接代表「观测i的泊松模拟值小于观测j的泊松模拟值」的概率。
要得到每个观测成为全样本最小值的概率，逻辑非常直接：

• 观测i要成为全样本最小值，需要满足其模拟值比样本内所有其他观测的模拟值都小
• 由于泊松生成的模拟值互相独立，这些两两比较的事件概率可以直接相乘，得到联合概率
• 计算时需要排除矩阵对角线的位置——也就是观测和自身对比的无效值

代码调整步骤 #

1. 优化原有模拟逻辑，固定随机种子、适当提高模拟次数，降低结果的随机波动：

set.seed(123) # 固定随机种子，保证结果可复现
df <- mtcars
# 原有对比函数，将模拟次数从100提升到1000，减少随机误差
f <- function(n1, n2){
  mean(rpois(1000, n1) < rpois(1000, n2))
}
g <- Vectorize(f, c("n1", "n2"))
# 生成两两对比矩阵，保留原观测名作为行、列名
res <- outer(df$hp, df$hp, g)
dimnames(res) <- list(row.names(df), row.names(df))

2. 逐行计算全局最小概率：
   循环遍历每个观测的索引k，取矩阵第k行的所有元素，去掉第k列（即自身对比的位置），将剩余元素相乘，就是第k个观测成为全局最小值的概率：

# 逐索引计算概率值
min_prob <- sapply(1:nrow(res), function(k) prod(res[k, -k]))
# 绑定原观测名称
names(min_prob) <- rownames(res)
# 转为要求的单列结果框
result_df <- data.frame(prob = min_prob)

3. 输出结果完全匹配你预期的格式，例如前几行输出为：

prob
Mazda RX4          0.0267
Mazda RX4 Wag      0.0267
Datsun 710         0.1312
Hornet 4 Drive     0.0178
Hornet Sportabout  0.0021

高尔夫场景适配 #

迁移到球员成绩统计的实际场景时，不需要改动核心计算逻辑，仅需替换数据源：

• 将df替换为球员成绩表，取“球员平均击球数”列作为泊松分布的lambda参数
• 保证行名为对应球员的姓名
• 最终输出表中的prob列，就是对应球员打出全场最低击球数的概率

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