«poisson-distribution» 태그된 질문

평균이 분산과 같은 특성을 갖는 음이 아닌 정수에 정의 된 불연속 분포입니다.

5
큰 데이터의 포아송 회귀 분석 : 측정 단위를 변경하는 것이 잘못 되었습니까?
포아송 분포의 계승으로 인해 관측치가 클 때 포아송 모형을 추정하는 것은 실용적이지 않습니다 (예를 들어, 최대 우도 사용). 예를 들어, 주어진 연도의 자살 횟수를 설명하는 모델을 추정하려고 할 때 (연간 데이터 만 제공) 매년 수천 명의 자살자가 있다고합니다. 2998이 29.98 ~ = 30이되도록? 즉, 측정 단위를 변경하여 데이터를 관리하기가 잘못 …
3
CLT가
우리의 합 알고 그래서 매개 변수를 사용하여 물고기 자리 자체에 포아송입니다 . 따라서 가설 적으로 취할 수 있고 실제로 이라고 말할 수 있습니다 . 각 는 다음과 같습니다. , CLT가 작동하려면 큰 n을 사용하십시오.λ N λ X ~ P O I S S O n은 ( λ = 1 ) …
3
감마-포아송이 무엇인지에 따라 포아송은 기하 급수적으로 증가합니까?
푸 아송 분포는 단위 시간당 이벤트를 측정 할 수 있으며 모수는 λλ\lambda 입니다. 지수 분포는 매개 변수 1을 사용하여 다음 이벤트까지의 시간을 측정합니다.1λ1λ\frac{1}{\lambda} . 이벤트 또는 시간을 모델링하기 쉬운 지 여부에 따라 하나의 분포를 다른 분포로 변환 할 수 있습니다. 이제 감마-포아송은 더 큰 분산을 갖는 "신축 된"포아송입니다. 와 이블 …
4
DNA 시퀀싱을위한 음 이항 분포 구하기
음의 이항 분포는 생물 정보학에서 카운트 데이터 (특히 주어진 실험으로부터 게놈의 주어진 영역 내에서 예상되는 수의 서열 판독 횟수)에 대한 대중적인 모델이되었다. 설명은 다양합니다. 일부는 이것을 포아송 분포와 같이 작동하지만 추가 모수를 가지므로 평균과 반드시 ​​같지 않은 분산으로 실제 분포를 더 자유롭게 모델링 할 수 있습니다. 일부는 이것을 포아송 분포의 …
4
카운트 데이터에 적합한 모델을 결정하기위한 전략
카운트 데이터와 함께 사용할 모델을 결정하기위한 적절한 전략은 무엇입니까? 나는 다중 레벨 모델로 모델링 해야하는 데이터를 계산 했으며이 사이트에서 버그 또는 MCMCglmm을 통해 가장 좋은 방법이라고 제안했습니다. 그러나 나는 여전히 베이지안 통계에 대해 배우려고 노력하고 있으며, 먼저 데이터를 일반 선형 모델로 맞추고 데이터의 중첩 구조를 무시해야한다고 생각했습니다 (그러므로 기대할 내용에 …
2
포아송 모델의 경우 잔류 이탈도 / df가 ~ 1이어야한다고 가정하면 대략적인 수치는 얼마입니까?
Poisson 모형 적합이 잔차 편차를 자유 도로 나누는 것과 관련하여 과도하게 분산되어 있는지 여부를 확인하기위한 조언을 자주 보았습니다. 결과 비율은 "약 1"이어야합니다. 문제는 우리가 "대략적인"범위에 대해 이야기하는 것입니다. 대체 모델 형태를 고려하기 위해 알람을 설정해야하는 비율은 무엇입니까?
4
비행기 사고 집단은 얼마나 이상합니까?
원래 질문 (7/25/14) : 뉴스 매체에서 인용 한이 말이 의미가 있거나 최근의 비행기 사고의 부분을보다 잘 통계적으로 볼 수있는 방법이 있습니까? 그러나 Barnett은 Poisson 분포 이론에주의를 기울입니다. 이는 충돌 간의 짧은 간격이 실제로 긴 충돌보다 더 가능성이 있음을 의미합니다. 바넷은“연간 평균 1 건의 치명적인 사고가 발생한다고 주장했다. 이는 하루 중 …
1
귀무 가설 하에서 교환 가능한 샘플의 직관은 무엇입니까?
순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …
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
R을 사용하여 포아송 프로세스를 추정하는 방법? (또는 : NHPoisson 패키지를 사용하는 방법?)
이벤트 데이터베이스 (예 : 날짜 변수) 및 관련 공변량이 있습니다. 이벤트는 고정되지 않은 포아송 프로세스에 의해 생성되며, 일부 공변량의 매개 변수는 알려지지 않은 (아마도 선형적인) 함수입니다. NHPoisson 패키지는이 목적으로 만 존재한다고 생각합니다. 그러나 15 시간 동안 연구에 실패한 후에도 여전히 그 사용법을 알 수있는 곳은 없습니다. 도대체, 나는 참고 문헌 …
11
포아송이 아닌 프로세스의 예?
학생들에게 Poisson 분포를 설명하는 데 도움이되는 Poisson 분포를 사용하여 모델링하기에 적합하지 않은 상황의 좋은 예를 찾고 있습니다. 일반적으로 Poisson 분포로 모델링 할 수있는 예로 간격으로 상점에 도착하는 고객 수를 사용합니다. 비슷한 맥락에서 반대의 예를 찾고 있습니다. 즉, Poisson이 아닌 연속 시간에 양수 계산 프로세스로 간주 될 수있는 상황입니다. 학생들이 이해하고 …
2
큐 이론 문제의 도착 과정을 모델링하기 위해 푸 아송 분포를 선택한 이유는 무엇입니까?
개인이 서빙 노드에 도착하고 대기하는 대기열 이론 시나리오를 고려할 때 일반적으로 포아송 프로세스가 도착 시간을 모델링하는 데 사용됩니다. 이러한 시나리오는 네트워크 라우팅 문제에서 발생합니다. 포아송 프로세스가 도착을 모델링하는 데 가장 적합한 이유에 대한 직관적 인 설명에 감사드립니다.
2
과대 산포를 갖는 포아송 분포 모델링
Poisson 분포를 따를 것으로 예상되는 데이터 세트가 있지만 약 3 배 정도 과대 산포되어 있습니다. 현재 R의 다음 코드와 같은 것을 사용하여이과 분산을 모델링하고 있습니다. ## assuming a median value of 1500 med = 1500 rawdist = rpois(1000000,med) oDdist = rawDist + ((rawDist-med)*3) 시각적으로 이것은 경험적 데이터에 매우 잘 맞는 …
7
포아송 분포가 이항 분포의 제한적인 사례 인 이유를 직관적으로 이해
DS Sivia의 "데이터 분석"에는 이항 분포에서 푸 아송 분포가 도출됩니다. 그들은 푸 ​​아송 분포가 M→∞M→∞M\rightarrow\infty 일 때 이항 분포의 제한적인 경우라고 주장하며 , 여기서 MMM 은 시행 횟수입니다. 질문 1 : 그 주장을 직관적으로 이해할 수있는 방법은 무엇입니까? 질문 2 : 왜 MMM 최대 한계가 M 입니까 !M NM!N!(M−N)!M!N!(M−N)!\frac{M!}{N!(M-N)!} 과 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.