计算 R 编程中的泊松密度值 – dpois()函数

在统计学中，泊松分布是一种离散概率分布，它用于描述在一段固定时间内，某个事件发生的次数。在 R 编程中，我们可以使用 dpois() 函数来计算泊松分布的概率密度值。

语法和参数

dpois(x, lambda, log = FALSE)

参数说明：

• x：表示事件发生次数。
• lambda：表示在固定时间内预期事件发生次数。
• log：一个逻辑值，如果是 TRUE，将返回概率密度的自然对数值。

示例

假设某条道路上每小时平均发生 2 辆车的交通事故，现在问这条道路上在下一个小时内发生 0、1、2、3 个交通事故的概率分别是多少？

# 设置参数
lambda <- 2
x <- 0:3

# 计算概率密度值
prob <- dpois(x, lambda)

# 打印结果
result <- data.frame(x, prob)
print(result)

执行结果如下：

  x      prob
1 0 0.1353353
2 1 0.2706706
3 2 0.2706706
4 3 0.1804470

这表示在下一个小时内发生 0 个交通事故的概率为 0.1353353、发生 1 个交通事故的概率为 0.2706706、发生 2 个交通事故的概率为 0.2706706、发生 3 个交通事故的概率为 0.1804470。

注意事项

• lambda 必须是正数。
• x 的取值必须是非负整数，如果不是，将返回 NaN 。
• 如果需要计算累积分布函数，可以使用 ppois() 函数。
• 如果需要计算随机变量的一个样本值，可以使用 rpois() 函数。