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.

1
Comment comparer les événements observés aux événements attendus?
Supposons que j'ai un échantillon de fréquences de 4 événements possibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 et j'ai les probabilités attendues que mes événements se produisent: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Avec la somme des fréquences …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
2
Ajustement d'un modèle mixte de Poisson GLM avec une pente et une interception aléatoires
Je travaille actuellement sur une série de modèles de séries chronologiques de Poisson essayant d'estimer l'effet d'un changement dans la façon dont les chiffres ont été obtenus (passage d'un test de diagnostic à un autre) tout en contrôlant d'autres tendances au fil du temps (par exemple, une augmentation générale de …
1
Faut-il ajuster le dénombrement nul pour un test du rapport de vraisemblance des modèles poisson / loglinear?
S'il y a des 0 dans le tableau de contingence et que nous ajustons des modèles imbriqués poisson / loglinear (en utilisant la glmfonction de R ) pour un test de rapport de vraisemblance, devons-nous ajuster les données avant d'ajuster les modèles glm (par exemple, ajouter 1/2 à tous les …
2
Calculer la courbe ROC pour les données
Donc, j'ai 16 essais dans lesquels j'essaie d'authentifier une personne à partir d'un trait biométrique en utilisant Hamming Distance. Mon seuil est fixé à 3,5. Mes données sont ci-dessous et seul l'essai 1 est un vrai positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
1
Processus de mélange et de division
Sur la figure suivante à gauche, deux réalisations de processus ponctuels avec une densité (intensité) différente et sont mélangées en faisant correspondre le centre des zones d'appartenance pour construire un processus ponctuel au milieu avec une intensité . Ensuite, des points sélectionnés au hasard sous forme de deux ensembles extraits …
1
Résolution analytique de l'échantillonnage avec ou sans remplacement après binôme Poisson / Négatif
Version courte J'essaie de résoudre / approximer analytiquement la probabilité composite qui résulte de tirages de Poisson indépendants et d'un échantillonnage supplémentaire avec ou sans remplacement (je ne me soucie pas vraiment lequel). Je veux utiliser la vraisemblance avec MCMC (Stan), donc je n'ai besoin de la solution que jusqu'à …
1
La somme de la combinaison linéaire du produit des exponentielles est exponentielle
Ce problème est apparu dans mes recherches: supposons que Vje∼ EDVi∼EDV_i \sim \text{ED} sont les distributions exponentielles iid (ED) avec la moyenne 111 et laisse λλ\lambdaêtre un nombre non négatif. Est-il vrai que ∑k = 0∞λke- λV0⋯Vkk !∼ ED ?∑k=0∞λke−λV0⋯Vkk!∼ED? \sum_{k=0}^{\infty} \frac{\lambda^k e^{-\lambda}V_{0} \cdots V_k}{k!} \sim \text{ED}? Cela passe le …
1
Résolution de l'hétéroscédasticité dans le GLMM de Poisson
J'ai des données de collecte à long terme et j'aimerais tester si le nombre d'animaux collectés est influencé par les effets météorologiques. Mon modèle ressemble à ci-dessous: glmer(SumOfCatch ~ I(pc.act.1^2) +I(pc.act.2^2) + I(pc.may.1^2) + I(pc.may.2^2) + SampSize + as.factor(samp.prog) + (1|year/month), control=glmerControl(optimizer="bobyqa", optCtrl=list(maxfun=1e9,npt=5)), family="poisson", data=a2) Explication des variables utilisées: SumOfCatch: …
1
Dans un processus de Poisson mesuré avec une certaine efficacité, le nombre mesuré est-il toujours de Poisson?
Situation: Disons que j'ai un processus de Poisson, comme la désintégration radioactive, produisant des particules R par seconde. Je mesure avec un détecteur. Il y a une probabilité P qu'une particule soit détectée par le détecteur. Choses que je pense savoir: Le temps inter-arrivée de l'émission de particules est une …
1
Distance de Mahalanobis sur des données non normales
La distance de Mahalanobis, lorsqu'elle est utilisée à des fins de classification, suppose généralement une distribution normale multivariée, et les distances par rapport au centroïde doivent ensuite suivre une (avec degrés de liberté égaux au nombre de dimensions / caractéristiques). Nous pouvons calculer la probabilité qu'un nouveau point de données …
2
Estimateur d'un taux d'incidence
Tout en suivant un cours de statistique pour les étudiants en médecine, j'ai rencontré un problème lié aux taux d'incidence. Le contexte du problème est un chapitre sur la distribution de Poisson. Dans le problème, 2300 fumeurs sont suivis sur une période d'un an au cours de laquelle 24 d'entre …
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.