R rpois() 函数 - 生成泊松分布随机数
R 语言实例R rpois() 函数用于生成服从泊松分布的随机数。
泊松分布描述在固定时间或空间内随机事件发生的次数，常用于模拟网站访问量、电话呼入量等。
rpois() 函数语法格式如下：
rpois(n, lambda) dpois(x, lambda) # 概率质量函数 ppois(q, lambda) # 累积分布函数
参数说明：
n 生成随机数的个数。
lambda 单位时间内事件发生的平均次数（均值）。
实例
# 模拟网站每小时平均有 5 次访问，生成 24 小时的访问量
set.seed(123)
hourly_visits <- rpois(24, lambda = 5)
print("24 小时每小时访问量:")
print(hourly_visits)
# dpois: 一小时内有恰好 3 次访问的概率
prob_3 <- dpois(3, lambda = 5)
print(paste("恰好 3 次访问的概率:", round(prob_3, 4)))
# ppois: 一小时内有超过 8 次访问的概率
prob_over_8 <- 1 - ppois(8, lambda = 5)
print(paste("超过 8 次访问的概率:", round(prob_over_8, 4)))
set.seed(123)
hourly_visits <- rpois(24, lambda = 5)
print("24 小时每小时访问量:")
print(hourly_visits)
# dpois: 一小时内有恰好 3 次访问的概率
prob_3 <- dpois(3, lambda = 5)
print(paste("恰好 3 次访问的概率:", round(prob_3, 4)))
# ppois: 一小时内有超过 8 次访问的概率
prob_over_8 <- 1 - ppois(8, lambda = 5)
print(paste("超过 8 次访问的概率:", round(prob_over_8, 4)))
执行以上代码输出结果为：
[1] "24 小时每小时访问量:" [1] 4 6 7 3 4 6 6 7 3 1 5 6 6 6 4 6 3 3 4 5 4 10 4 4 [1] "恰好 3 次访问的概率: 0.1404" [1] "超过 8 次访问的概率: 0.0681"