简短的问题：
是否存在胖指分布？我敢肯定，如果它存在，那么它有一个不同的名称。
我不知道如何将其表述为分析函数。你能帮我找到它的现有版本，或者开始用比巨型模拟更干净的东西来制定它吗？
当给定数字是预期目标时，它是实际命中的数字分布，但按钮比手指小得多，因此附近的按钮有时是意外击中的按钮。
使用这样的分布是在手机上按下按钮时的虚假条目。如果我经营一家公司，必须“现在按 1”之类的“你按 1，对吗”，那么他们可以获得一个不错的胖手指概率近似值，尽管连续 2 个胖手指可能会搞砸它起来一些。 （胖手指的汉明距离？胖手指马尔可夫链？）
我想用它来尝试在按键中建立纠错功能。我有一些自己的样本，但手指“胖”或手机键盘拓扑的变化不足以保持稳健。
背景与阐述：
这是一个正常的手机键盘布局：
想象一下，我的手指比琴键大得多，所以当我去打 5 时，我很可能会得到 5，但我也有可能得到 2、4、6 或 8（同样可能)，然后得到 1、3、7、9 的可能性较小（但不是零）（同样可能）并且极不可能得到 0。
我可以想象，如果我尝试为固定的“手指直径”键入无限数量的 5，那么我会得到值的分布。如果我的手指值较小，则分布会发生变化。如果我尝试输入不同的数字，那么分布就会改变。
在实践中，这将取决于键的布局。如果他们在一个巨大的环中而不是 3x3 网格中，那么这将是一个不同的问题。在这种情况下，我希望我们只处理 3x3 矩形网格。我还怀疑键盘有一个数字锁存器，因此只能检测到一个按键。其他按钮最多有 7 个频率，例如按下“0”时。我不确定一种干净的方式来参与它。也许目标键和候选触发键之间的归一化平方距离乘以因子？
这是我如何模拟按下五个时的分布（权重有些随意）：
#number of presses
npress <- 1000
#hack this (not quadratic)
myprobs <- c(0.85)
myprobs <- c(myprobs, 0.1275/4, 0.1275/4, 0.1275/4, 0.1275/4)
myprobs <- c(myprobs, 0.019125/4, 0.019125/4, 0.019125/4, 0.019125/4)
myprobs <- c(myprobs,1-sum(myprobs) )
#order of number
my_button <- c(5,2,4,6,8,1,3,7,9,0)
#declare before loop
y <- numeric()
#sample many button presses
for (i in 1:npress){
#press the button, store the result
y[i] <- sample(my_button,size=1,prob=myprobs)
}
#hist, show counts
hist((y),freq = T)
grid()
#hist, show freq
hist((y),freq = F)
grid()
#declare before loop
my_p5 <- numeric()
# compute the probabilties
for (i in 1:length(my_button)){
my_p5[i] <- length(which(y==my_button[i]))/npress
}
# show probability values
print(data.frame(my_button,my_p5))
附加说明：
所以我读了这篇文章：
http ://www.scientificamerican.com/article/peculiar-pattern-found-in-random-prime-numbers/
我想有一个“胖手指分布”变化的反面适用于素数的最后一位。根据质数的最后一位数字，有些数字被排除在外。