Questions marquées «poisson-distribution»

Une distribution discrète définie sur les entiers non négatifs qui a la propriété que la moyenne est égale à la variance.

4
Cadrer la distribution binomiale négative pour le séquençage de l'ADN
La distribution binomiale négative est devenue un modèle populaire pour les données de comptage (en particulier le nombre attendu de lectures de séquençage dans une région donnée du génome d'une expérience donnée) en bioinformatique. Les explications varient: Certains l'expliquent comme quelque chose qui fonctionne comme la distribution de Poisson mais …
3
Poisson est exponentiel comme Gamma-Poisson est quoi?
Une distribution de Poisson peut mesurer des événements par unité de temps et le paramètre est . La distribution exponentielle mesure le temps jusqu'au prochain événement, avec le paramètre . On peut convertir une distribution dans l'autre, selon qu'il est plus facile de modéliser des événements ou des heures.λλ\lambda1λ1λ\frac{1}{\lambda} Maintenant, …
2
Quand quelqu'un dit que la déviance résiduelle / df devrait ~ 1 pour un modèle de Poisson, quelle est approximative approximative?
J'ai souvent vu les conseils pour vérifier si un ajustement du modèle de Poisson est trop dispersé, ce qui implique de diviser la déviance résiduelle par les degrés de liberté. Le rapport résultant doit être "environ 1". La question est de savoir de quelle plage parlons-nous pour "approximative" - ​​quel …
4
À quel point un groupe d'accidents d'avion est-il étrange?
Question originale (25/07/14): Cette citation des médias est-elle logique, ou existe-t-il une meilleure façon statistique de visualiser la série d'accidents d'avion récents? Cependant, Barnett attire également l'attention sur la théorie de la distribution de Poisson, ce qui implique que les intervalles courts entre les accidents sont en fait plus probables …
1
Quelle est l'intuition derrière les échantillons échangeables sous l'hypothèse nulle?
Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test non paramétrique comme Mann-Whitney-U-testcela entraînerait la perte …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 
1
Comment estimer le processus de Poisson en utilisant R? (Ou: comment utiliser le package NHPoisson?)
J'ai une base de données d'événements (c'est-à-dire une variable de dates) et des covariables associées. Les événements sont générés par le processus de Poisson non stationnaire, le paramètre étant une fonction inconnue (mais peut-être linéaire) de certaines covariables. Je pense que le package NHPoisson existe uniquement à cette fin; mais …
11
Des exemples de processus qui ne sont pas de Poisson?
Je cherche de bons exemples de situations qui ne conviennent pas au modèle avec une distribution de Poisson, pour m'aider à expliquer la distribution de Poisson aux étudiants. On utilise couramment le nombre de clients arrivant dans un magasin dans un intervalle de temps comme exemple qui peut être modélisé …
2
Pourquoi la distribution de Poisson est-elle choisie pour modéliser les processus d'arrivée dans les problèmes de la théorie de la file d'attente?
Lorsque nous considérons les scénarios de la théorie de la file d'attente où les individus arrivent à un nœud de service et font la queue, généralement un processus de Poisson est utilisé pour modéliser les heures d'arrivée. Ces scénarios surviennent dans les problèmes de routage réseau. J'apprécierais une explication intuitive …
7
Comprendre intuitivement pourquoi la distribution de Poisson est le cas limite de la distribution binomiale
Dans "Data Analysis" de DS Sivia, il y a une dérivation de la distribution de Poisson, à partir de la distribution binomiale. Ils soutiennent que la distribution de Poisson est le cas limite de la distribution binomiale lorsque , où est le nombre d'essais.M→∞M→∞M\rightarrow\inftyMMM Question 1: Comment comprendre intuitivement cet …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.