【发布时间】:2021-01-01 22:32:16
【问题描述】:
我需要证明泊松过程中的事件数量是由参数 lambda * t 的泊松分布分布的。 这是泊松过程生成器:
ppGen <- function(lambda, maxTime){
taos <- taosGen(lambda, maxTime)
pp <- NULL
for(i in 1:maxTime){
pp[i] <- sum(taos <= i)
}
return(pp)
}
在这里,我尝试复制该过程 1000 次,并矢量化查看每个实现中的总出现次数:
d <- ppGen(0.5,100)
tail(d,n=1)
reps <- 1000
x1 <- replicate(reps, tail(ppGen(0.5,100), n=1))
hist(x1)
这是直方图:
这里我试图用参数 lambda * t 绘制一个理论泊松密度曲线:
xfit<-seq(1,100,length=100)
yfit<-dpois(xfit,lambda = 0.5*100)
lines(xfit,yfit)
但曲线不会出现在直方图附近的任何地方。任何人都可以建议正确的方法吗?
【问题讨论】:
-
您似乎没有提供
taosGen()函数的定义。 -
@IanCampbell taosGen 生成事件发生之间的间隔。
标签: r