R中的泊松表

我试图在R中生成两个事件的泊松表，其中一个平均值为1.5（lambda1），另一个平均值为1.25（lambda2）。我想在x = 0到x = 7 +（7或更多）的情况下生成这两种情况下的概率。这可能很简单，但我似乎无法弄清楚如何做到这一点！我已经成功地创建了表的数据帧，但我真的不知道该怎么输入的参数，因为我从来没有写入之前的函数：R中的泊松表

name <- c("0","1","2","3","4","5","6","7+") 
zero <- mat.or.vec(8,1) 
C <- data.frame(row.names=name, 
       "0"=zero, 
       "1"=zero, 
       "2"=zero, 
       "3"=zero, 
       "4"=zero, 
       "5"=zero, 
       "6"=zero, 
       "7+"=zero)

我猜我会需要一些“对于“循环，并在某些时候涉及dpois(x,lambda1)。有人可以帮忙吗？

来源

2013-08-05 clattenburg cake

您提供的输入值的输出值是多少？ – Thomas

对不起，我忘了提。输出将是P（X = X，Y = Y）。例如，事件对第一个事件结束X = 1，第二个事件结束Y = 2的概率。实际计算是针对足球的比赛结果，即概率比赛结束1-0,2-0,1-3等。 –

我假设这些事件是独立的。这是一种生成联合PMF表的方法。

首先，这里是你定义的名称，与lambda表达式一起：

name <- c("0","1","2","3","4","5","6","7+") 
lambda1 <- 1.5 
lambda2 <- 1.25

我们可以通过使用dpois获得0-6的边际概率，并使用ppois为7+边缘概率和lower.tail=FALSE：

p.x <- c(dpois(0:6, lambda1), ppois(7, lambda1, lower.tail=FALSE)) 
p.y <- c(dpois(0:6, lambda2), ppois(7, lambda2, lower.tail=FALSE))

一个更好的方法可能是创建，这是否给出任何拉姆达的功能。

然后你只需要外部产品（说真的，你会做手工，R之外同样的事情），并设置相应的名称：

p.xy <- outer(p.x, p.y) 
rownames(p.xy) <- colnames(p.xy) <- name

现在大功告成：

   0   1   2   3   4   5 
0 6.392786e-02 7.990983e-02 4.994364e-02 2.080985e-02 6.503078e-03 1.625770e-03 
1 9.589179e-02 1.198647e-01 7.491546e-02 3.121478e-02 9.754617e-03 2.438654e-03 
2 7.191884e-02 8.989855e-02 5.618660e-02 2.341108e-02 7.315963e-03 1.828991e-03 
3 3.595942e-02 4.494928e-02 2.809330e-02 1.170554e-02 3.657982e-03 9.144954e-04 
4 1.348478e-02 1.685598e-02 1.053499e-02 4.389578e-03 1.371743e-03 3.429358e-04 
5 4.045435e-03 5.056794e-03 3.160496e-03 1.316873e-03 4.115229e-04 1.028807e-04 
6 1.011359e-03 1.264198e-03 7.901240e-04 3.292183e-04 1.028807e-04 2.572018e-05 
7+ 4.858139e-05 6.072674e-05 3.795421e-05 1.581426e-05 4.941955e-06 1.235489e-06 
       6   7+ 
0 3.387020e-04 1.094781e-05 
1 5.080530e-04 1.642171e-05 
2 3.810397e-04 1.231628e-05 
3 1.905199e-04 6.158140e-06 
4 7.144495e-05 2.309303e-06 
5 2.143349e-05 6.927908e-07 
6 5.358371e-06 1.731977e-07 
7+ 2.573935e-07 8.319685e-09

您可能也使用了一个循环，正如您最初所怀疑的那样，但这对于相同的解决方案来说更加迂回。

来源

2013-08-05 12:45:05 Peyton

回答

相关问题