我有一组来自生物实验的观察结果。我已经计算了每个染色体上特定事件的发生次数细胞，最后我得到了每条染色体的最终平均值。
2.2, 6.4, 3.4, 10.2, 4.45
所以我有 5 条染色体，平均上面提到的事件数量。
我计算了上述任何染色体变为零的泊松概率。
我使用了 R function:ppois(q=0,lambda=wt[1:5])并得到了 probabilities 1.108032e-01 1.661557e-03 3.337327e-02 3.717032e-05 1.167857e-02，这表明总概率为 0.15，因此可以观察任何零事件的染色体。
现在我想知道在什么值下，这些概率变为零或可以忽略不计。我该如何继续实现这一目标？
## Just repeating what you did for completion
> wt <- c(2.2,6.4,3.4,10.2,4.45)
> p <- ppois(q=0, lambda=wt)
>
> sum(ppois(q=0,lambda=wt))
[1] 0.1575537
>
> tol <- .Machine$double.eps # 2.220446e-16
> wt <- seq(0,250, by=0.01)
> wt[which( ppois(q=0, lambda=wt) < tol )[1]]
[1] 36.05
所以当泊松率在 36 左右时，随机变量为 0 的概率是微乎其微的。当然，您可以考虑不同的容差水平（我使用了我的计算机 R 可以处理的最小数字，但这非常极端）
这是一种非常特别的方式，您可以通过假设检验将其形式化。
答案取决于你的问题。
以下是我的解释：
你有 5 条染色体，你对其中任何一条独立于其他染色体为零的事件感兴趣，你称之为“总概率”。您想知道单个比率的哪种组合可确保该总概率为零或可忽略不计。
关键是你所说的可以忽略不计。
如果你愿意接受它们都不为零的1%lambda=6.3的可能性，那么你的答案是，所有染色体都具有统一的比率。
> sum(dpois(x=0,lambda=rep(6.3,5))) # uniform rate for all 5 chromosomes
[1] 0.009182 # less than 1% total probability
有5%的机会，答案是lambda=4.7。
然而，单独的费率可以更小或更大，只要它们有助于将总数保持在公差范围内。例如：
> sum(dpois(x=0,lambda=c(6,6,7,8,8))) # non-uniform rates
[1] 0.00654 # also less than 1% total probability
解决方案（统一费率）：
定义一个进行计算的函数。在这里，我假设所有费率都是相等的，尽管您可以直接将 lambda 设置为rate并传入任何费率向量。
all_chrom_zero <- function(rate) {
sum(dpois(x=0,lambda=rep(rate,5)))
}
然后使用sapply它在试用率列表上运行它，并选择低于您的置信度阈值的最小比率——在本例中为 1%
tol <- 0.01
wt<-seq(0,10,0.1) # candidate rates
min(wt[which(sapply(wt,all_chrom_zero)<0.01)])
[1] 6.3
上面的代码已经被构造成一个没有太多困难的矩阵（使用sapply）。因此，您可以完全取消统一假设，并实际运行您的代码来模拟各种 5 元组的速率。
如果您的生物模型有关于单个染色体比率分布的信息，这将是一个加分项。如果没有，您可以从高斯分布中为每个染色体的速率抽取随机样本，每个样本都以均匀解为中心，然后对这些进行计算，或者如果您喜欢蛮力计算，您可以（只是为了好玩！）也运行在 5D 网格上进行计算，并在不同的公差水平上寻找“等概率”曲线。
Background forsapply
Usingsapply可以避免 R 中的显式循环，并且对于构建模拟非常强大。如果您需要一些背景知识，我在此处的答案中引用了一些有用的引物。