如果x是数据并且hist $ density给出了经验密度，我如何获得x与自身的卷积。 Convolve（）给了我很多可能性，但我不确定要使用什么。我需要一个函数：http://en.wikipedia.org/wiki/Convolution#Discrete_convolution（实际上只是真实的情况就足够了）
简单测试：Bernoullies的卷积给我一个二项式
Pr = c（0.7,0.3）
正确答案应该是参数的二项式n = 2 p = 0.3
答案 0 :(得分：1)
好的答案是：
> convolve(Pr,rev(Pr),type="o")
[1] 0.49 0.42 0.09
参数的二项式n = 2且p = 0.3。因此，对于卷积密度，人们可以使用：
convolve(his$density, rev(his$density), type="o")
这适用于离散分布，但对于连续分布可能（非常）很糟糕。
注意：如果你想让fdr在卷积结果上使用cumsum（）
建议：对于连续分布表（x）/ sum（table（x））给出更准确的卷积输入