R copula中的概率不'；t总计为1

我从一个具有泊松边界的二元高斯copula生成一个概率矩阵。我不明白为什么概率不加1，而是加多一点。代码如下：

library(copula) 

cop<-normalCopula(param = 0.92, dim = 2)
mv <- mvdc(cop, c("pois", "pois"),list(list(lambda = 6), list(lambda = 4)))

m <- matrix(NA,50,50)
for (i in 0:49) {
  for (j in 0:49) {
    m[i+1,j+1]=dMvdc(c(i,j),mv)
  }
}

sum(m)
[1] 1.048643

库（copula）
cop这就是
dMvdc
所做的：


这是连接词的密度，是您选择的概率密度（在本例中为
dpois
），以及相应的cdf（在本例中为
ppois
）

为了表示有效的概率分布，即积分为1，您需要能够进行下面的最终替换，这需要连续的概率分布：


如果使用离散pdf（通过Dirac Delta）：


上述操作通常会失败：


这就是你观察到的

0相关情况会意外出现，因为在这种情况下，仅是标识函数：

dCopula(c(runif(1), runif(1)), normalCopula(0))
#[1] 1

我不确定copula是否可以适当地标准化，以挽救非零相关情况。
不确定它们为什么会和为一？如果对简单正态分布
求和（dnorm（c（-0.1,0,0.1））
也不会求和为一。我是不是遗漏了什么？正态分布是连续的，所以密度的总和显然不是1。但对于离散分布，所有结果的密度之和需要和为1。是否有可能四舍五入影响循环中引入的最终和？我不这么认为，我有这个问题，只是当相关性不同于零时。当为零时，和正好为一。我认为，
pois
完全可以作为参数接受，实际上，从泊松模拟给出正确的结果。是的，它可以作为参数接受，假设
dpois
和
qpois
代表连续分布
mvdc
不检查这些函数的功能，它只是使用它们。@adiana我添加了一些澄清，有没有办法使用带有离散边缘的连接词？我的意思是，如果我规范化
m
，边缘不再是泊松分布。因此，如果希望
m
和为1，但没有泊松边值，则此技巧会有所帮助