一段简单的R程序请高手看看错误在哪？

> s<-runif(300,0.001,0.008)
> a0=1:300;#s[i]索赔记录为0的次数
> a1=1:300;#s[i]索赔记录为1的次数
> a2=1:300;#s[i]索赔记录为2的次数
> a3=1:300;#s[i]索赔记录超过2的次数
> b0=0;
> b1=0;
> b2=0;
> b3=0;
> c0=0;#索赔记录为0的总次数
> c1=0;#索赔记录为1的总次数
> c2=0;#索赔记录为2的总次数
> c3=0;#索赔记录超过2的总次数
> for(i in 1:300)
+ {
+ y<-rpois(20000,s[i]);
+ a0[i]<-sum(y==0);#索赔次数为0的相关数据
+ b0<-b0+s[i]*a0[i];
+ c0<-c0+a0[i];
+ a1[i]<-sum(y==1);#索赔次数为1的相关数据
+ b1<-b1+s[i]*a1[i];
+ c1<-c1+a1[i];
+ a2[i]<-sum(y==2);#索赔次数为2的相关数据
+ b2<-b2+s[i]*a2[i];
+ c2<-c2+a2[i];
+ a3[i]<-sum(y>2);#索赔次数超过2的相关数据
+ b3<-b3+s[i]*a3[i];
+ c3<-c3+a3[i];
+ }
> mean0<-b0/c0;
> mean1<-b1/c1;
> mean2<-b2/c2;
> mean3<-b3/c3;
> st0=0;
> st1=0;
> st2=0;
> st3=0;
> for(i in 1:300)
+ {
+ st0<-st0+a0[i]*(s[i]-mean0)^2;
+ st1<-st1+a1[i]*(s[i]-mean1)^2;
+ st2<-st2+a2[i]*(s[i]-mean2)^2;
+ st3<-st3+a3[i]*(s[i]-mean3)^2;
+ }
> std0=st0/c0;
> std1=st1/c1;
> std2=st2/c2;
> std3=st3/c3;
> bata0=mean0/std0;
> arfa0=mean0*bata0;
> bata1=mean1/std1;
> arfa1=mean1*bata1;
> bata2=mean2/std2;
> arfa2=mean2*bata2;
> bata3=mean3/std3;
> arfa3=mean3*bata3;
bata3、arfa3，R软件运行显示为NaN，求高手解惑和改正，本人不甚感激！

是在不好意思，刚刚电脑卡了，不仅图没传上去，还回复了两遍。。。图片改为附件方式上传吧。。。

建议你使用rstudio软件进行调试，按ctrl+enter可以逐行调试，同时在右侧还会显示各个变量取值的变化，实际上beta3和alfa3缺失是因为b3和c3为0（有图有真相），具体的原因是由于两个分布的参数你给的都很小，所以最终在泊松分布的随机数中取3的概率非常小，以至于好几次实验都没有取到3（具体可以通过泊松分布的性质严格证明，此处省略）。。。。所以，为了使小概率事件发生，一个方法是大幅度增加样本数目，我把样本数从300增加到30000之后，奇迹出现了！见图（不过运行有点慢，别急）

建议你使用rstudio软件进行调试，此软件非常之好，按ctrl+enter可以逐行调试，同时在右侧还会显示各个变量取值的变化。实际上beta3和alfa3缺失是因为b3和c3为0（有图有真相），具体的原因是由于两个分布的参数你给的都很小，所以最终在泊松分布的随机数中取3的概率非常小，以至于好几次实验都没有取到3（具体可以通过泊松分布的性质严格证明，此处省略）。。。。所以，为了使小概率事件发生，一个方法是大幅度增加样本数目，我把样本数从300增加到30000之后，奇迹出现了！见图（不过运行有点慢，别急）

之所以bata3会出现NaN值是因为mean3值是NaN，可追溯到b3和c3。最后，是因为y中没有大于2的值引起的。
如果加入一行代码在如下位置：

1. y<-rpois(20000,s[i]);
   
2. y[c(1,3,5,7)] <- 3 #我加的测试代码

复制代码

最后的结果如下

1. > bata3
   
2. [1] 1189.004
   
3. > arfa3
   
4. [1] 5.65086
   
5. >

复制代码

问题可以解决了

多谢各位的热心帮忙，不好意思，最近有点忙，确认晚了。