Question

我必须解决以下问题。

（1）用lambda = 4

创建100个Poisson分布式r.v

（2）计算在（1）中生成的样本的平均值。

（3）重复（1）和（2）10.000次。

（4）创建一个包含10.000均值的向量。

（5）在直方图中绘制矢量。

以下解决方案（？）是否正确？

> as.numeric(x) 
> for(i in 1:10000){   
> p <- rpois(100, lambda = 4)   
> m <- mean(p)   
> append(x, m) 
>} 
> hist(x, breaks = 20)

Answer 1

这有点好笑。您可以以更清晰的方式快速完成您的要求。例如：

L <- 10000
emptyvector <- rep(NA, L)
for(i in 1:L){
  emptyvector[i] <- mean(rpois(100, lambda = 4))
}
hist(emptyvector)

我会利用replicate（）函数创建一个结果矩阵然后运行colMeans来快速获取我的向量。

meanvector <- colMeans(replicate(10000, rpois(100, lambda = 4)))
hist(meanvector, main = "Mean values from 10,000 runs of \nPoisson n = 100")

Answer 2

hist(replicate(10000, mean(rpois(100, lambda = 4))))

Answer 3

您需要再次为该值指定x。

x1 <- x <- NULL 

for(i in 1:10000){   
  p <- rpois(100, lambda = 4)   
  m <- mean(p)   
  x[length(x) + 1] <- m 
  x1 <- append(x1, m)
## X or x1 vector will suffice for histogram
} 
hist(x1, breaks = 20)

在R中绘制直方图

3 个答案: