You need to enable JavaScript to run this app. 如何用ggplot绘制10000次lambda=8泊松模拟的概率质量直方图
优惠活动
大模型
产品
解决方案
定价
更多

如何用ggplot绘制10000次lambda=8泊松模拟的概率质量直方图

λ=8泊松随机变量模拟与概率质量直方图实现

常见报错根源

  • 未提前加载ggplot2包直接调用绘图函数,触发“找不到函数”类报错
  • 混淆连续分布密度与离散分布概率质量,直接套用连续型直方图的绘制逻辑,导致纵轴数值不符合要求
  • 对离散型的泊松样本使用默认连续分箱规则,出现分箱边界错位、取值偏移的问题

分步可复现实现

  1. 加载依赖包
    • 首次运行先执行安装命令:install.packages("ggplot2")(已安装可跳过)
    • 加载包:library(ggplot2)
  2. 生成模拟样本
    • 固定随机种子保证结果可复现:set.seed(2024)
    • 生成10000个λ=8的泊松随机数:poisson_samples <- rpois(n = 10000, lambda = 8)
  3. 计算对应取值的概率质量

    泊松是离散分布,概率质量为每个整数取值的出现频次除以总样本量,不能直接使用连续型直方图的默认密度计算值

    • 统计每个取值的出现频次:sample_freq <- as.data.frame(table(poisson_samples))
    • 转换取值为整数类型:sample_freq$poisson_samples <- as.integer(as.character(sample_freq$poisson_samples))
    • 换算为概率质量:sample_freq$prob_mass <- sample_freq$Freq / nrow(poisson_samples)
  4. 绘制目标直方图
    因泊松变量为离散类型,使用柱形匹配每个整数取值的概率质量,等价于要求的纵轴为概率质量的直方图,完整可运行绘图代码为:
    ggplot(sample_freq, aes(x = poisson_samples, y = prob_mass)) +
      geom_col(fill = "#2c7fb8", width = 0.7) +
      scale_x_continuous(breaks = seq(0, max(sample_freq$poisson_samples), by = 2)) +
      labs(
        x = "随机变量取值",
        y = "概率质量",
        title = "λ=8的泊松分布10000次模拟结果"
      ) +
      theme_minimal()
    

结果校验

  • 运行mean(poisson_samples)检查样本均值,结果会在8附近小幅波动,符合泊松分布均值等于参数λ的性质
  • 纵轴最大值落在0.1附近,与λ=8的泊松分布理论峰值位置一致,说明计算逻辑正确

内容的提问来源于stack exchange,提问作者yeetbro

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.22 14:45:00