R 如何使用goodfit测试数据以符合泊松分布？

我有一个每分钟到达汽车的数据集

我画了一个直方图，用下面的R代码拟合泊松分布

#Aladdin Arrivals
Datast <- read.csv("Vehiclecount.csv", header = T, sep=";", dec=",")
hist(Datast$Arrival, xlab="Arrivals", 
  probability = TRUE,col=16, ylim = c(0,0.2), xlim =c(0, 30),    
  main = "Arrivals from Aladdin Street")
lines(dpois(x=0:25, lambda=13.20), col=2,lwd=3)
legend("topright", c("Probability of Vehicle Arrivals ", 
    "Poisson Distribution Curve"),  fill=c(col=16, col=2))

---

我怎样才能解决这个问题？还有其他功能可供使用吗？

您将

goodfit

（您应该说它来自

vcd

软件包，顺便说一句）应用到错误的东西上。第一个参数应该是您的计数数据：try

vcd::goodfit(Datast$Arrival, type="poisson")

---

为了帮助你，你能分享你的数据样本吗？时段x到达率714,878212,549310,8910411,4611512,1812612,8513713,7214817,4915918,34161020,831113,091813,23191007我在答案中以图像的形式添加了样本数据。是的，它是这样工作的，谢谢。。当我想用卡方检验来衡量这个数据集的兼容性并得到p值时，我应该怎么做？

vcd::goodfit(Datast$Arrival, type="poisson")