R语言泊松(Poisson)分布实例详解
<div id="navCategory"><h5 class="catalogue">目录</h5><ul class="first_class_ul"><li>前言</li><li>The Poisson Distribution</li><ul class="second_class_ul"><li>Description</li><li>Usage</li><li>Arguments</li></ul><li>1.泊松(Poisson)分布中抽样函数rpois </li><ul class="second_class_ul"></ul><li>2.泊松分布概率密度函数</li><ul class="second_class_ul"></ul><li>3.累积概率</li><ul class="second_class_ul"></ul><li>4.qpois函数(ppois的反函数)</li><ul class="second_class_ul"></ul><li>总结</li><ul class="second_class_ul"></ul></ul></div><p class="maodian"></p><h2>前言</h2><p>Poisson分布，是一种统计与概率学里常见到的离散概率分布，由法国数学家西莫恩·德尼·泊松（Siméon-Denis Poisson）在1838年时发表。</p>
<p>泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生次数。 泊松分布适合于描述单位时间内随机事件发生的次数。</p>
<p>当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似，其中λ为np。通常当n≧20,p≦0.05时，就可以用泊松公式近似得计算。</p>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202211/2022110410232658.jpg" /></p>
<p class="maodian"></p><h2>The Poisson Distribution</h2>
<p class="maodian"></p><h3>Description</h3>
<p>Density, distribution function, quantile function and random generation for the Poisson distribution with parameter <code>lambda</code>.</p>
<p class="maodian"></p><h3>Usage</h3>
<blockquote><p>dpois(x, lambda, log = FALSE)<br />ppois(q, lambda, lower.tail = TRUE, log.p = FALSE)<br />qpois(p, lambda, lower.tail = TRUE, log.p = FALSE)<br />rpois(n, lambda)</p></blockquote>
<p class="maodian"></p><h3>Arguments</h3>
<table><tbody><tr><td>x</td><td><p>vector of (non-negative integer) quantiles.</p></td></tr><tr><td>q</td><td><p>vector of quantiles.</p></td></tr><tr><td>p</td><td><p>vector of probabilities.</p></td></tr><tr><td>n</td><td><p>number of random values to return.</p></td></tr><tr><td>lambda</td><td><p>vector of (non-negative) means.</p></td></tr><tr><td>log, log.p</td><td><p>logical; if TRUE, probabilities p are given as log(p).</p></td></tr><tr><td>lower.tail</td><td><p>logical; if TRUE (default), probabilities are P, otherwise, P.</p></td></tr></tbody></table>
<p class="maodian"></p><h2>1.泊松(Poisson)分布中抽样函数rpois </h2>
<div class="jb51code"><pre class="brush:plain;">n = 100
lambda = 50
rpois(n, lambda)</pre></div>
<p class="maodian"></p><h2>2.泊松分布概率密度函数</h2>
<div class="jb51code"><pre class="brush:plain;">x <- seq(0,100) # x为非负整数，表达次数。
y <- dpois(x, lambda, log = FALSE)
plot(x,y)</pre></div>
<p class="maodian"></p><h2>3.累积概率</h2>
<div class="jb51code"><pre class="brush:plain;"># lower.tail logical; if TRUE (default), probabilities are P,
# otherwise, P.
# P
ppois(60, lambda)
# P
ppois(60, lambda,lower.tail = FALSE)
# probabilities p are given as log(p).
ppois(60, lambda, log.p = TRUE)</pre></div>
<p class="maodian"></p><h2>4.qpois函数(ppois的反函数)</h2>
<div class="jb51code"><pre class="brush:plain;"># 累积概率为0.95时的x值
qpois(0.95, lambda)</pre></div>
<p class="maodian"></p><h2>总结</h2>
<p>到此这篇关于R语言泊松(Poisson)分布的文章就介绍到这了,更多相关R语言泊松(Poisson)分布内容请搜索琼殿技术社区以前的文章或继续浏览下面的相关文章希望大家以后多多支持琼殿技术社区！</p>
<div class="art_xg">
<b>您可能感兴趣的文章:</b><ul><li>R语言关于泊松回归知识点总结</li></ul>
</div>
</div>
<!--endmain-->
頁:
[1]