用R生成泊松过程

我想生成一个过程，其中每一步都有一个泊松随机变量的实现，这个实现应该被保存，然后它应该实现下一个泊松随机变量，并将其添加到之前所有实现的总和中。此外，在每个步骤中，该过程都有可能停止。希望这对你们有意义。。。任何想法都很感激

您对模拟的参数非常模糊，但这是怎么回事

随机泊松数的Lambda

lambda <- 5

删除零（如果有）

bin <- bin[bin != 0]

---

更简单地说，选择一个几何分布的随机数作为停止前达到的总步数，然后使用

cumsum

对许多泊松偏差求和：

stopping.prob <- 0.3  ## for example
lambda <- 3.5         ## for example
n <- rgeom(1,1-stopping.prob)+1  ## constant probability per step of stopping
cumsum(rpois(n,lambda))

---

stopping.prob Down投票值得一提。所以，无论你是谁，请写下你为什么否决投票，以便OP能够了解如何改进他的问题。首先生成所有的
runif（）
和
rpois（）
，然后查看哪个是第一个统一数字
，并只保留rpois值中的那么多元素，效率会更高。甚至只需执行
runif（）
步骤，计算出需要多少个随机泊松数，然后只生成那么多。另外，最好在seq_沿（bin）

方向使用

i启动循环。为什么要删除零？它们是从泊松分布中合理提取的…现在我想知道这个概率分布是否有一个封闭形式的答案。。。我太忙/懒散了，无法在Pielou或Bailey中查找，但这可能是一个很好的交叉验证问题。。。
for (i in 1:length(bin)) {
    if (runif(1) < th) {
        bin[i] <- rpois(1, lambda = lambda)
    } else {
        stop("didn't meet criterion, exiting")
    }
}

bin <- bin[bin != 0]

cumsum(bin)

stopping.prob <- 0.3  ## for example
lambda <- 3.5         ## for example
n <- rgeom(1,1-stopping.prob)+1  ## constant probability per step of stopping
cumsum(rpois(n,lambda))