«poisson-distribution» 태그된 질문

희귀 질환의 계절별 사건 사례 데이터 세트가 있습니다. 예를 들어, 봄에는 180 건, 여름에는 90 건, 가을에는 45 건, 겨울에는 210 건이 있다고 가정합니다. 이 숫자에 표준 오류를 첨부하는 것이 적절한 지 고민하고 있습니다. 연구 목표는 향후 재발 할 수있는 질병 발생률의 계절적 패턴을 찾고 있다는 점에서 중요하지 않습니다. 따라서 …

14 poisson-distribution  standard-error  count-data 

나는 최근에 이변 량 포아송 분포를 만났지만, 그것이 어떻게 도출 될 수 있는지에 대해 약간 혼란스러워했다. 배포판은 다음과 같이 제공됩니다. P(X=x,Y=y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} 내가 수집 할 수있는 항은 와 사이의 상관 관계의 척도입니다 . 그러므로 와 가 독립적 일 때 , 이고 분포는 …

14 distributions  mathematical-statistics  multivariate-analysis  poisson-distribution  proof 

R의 푸 아송 회귀 방정식에서 데이터를 생성하는 방법이 궁금합니다. 문제에 접근하는 방법이 혼란 스럽습니다. 따라서 우리가 N ( 0 , 1 ) 로 분포 된 예측 변수 과 X 2 가 있다고 가정 합니다. 그리고 절편은 0이고 두 계수는 모두 1입니다. 그러면 내 추정치는 간단합니다.엑스1X1X_1엑스2X2X_2엔( 0 , 1 )N(0,1)N(0,1) 로그( …

14 r  regression  poisson-distribution  simulation 

한다고 가정 평균 갖는 포아송 분포 따라 IID 랜덤 변수 . 수량의 편견 추정기가 없다는 것을 어떻게 증명할 수 있습니까? λ 1X0,X1,…,XnX0,X1,…,Xn X_{0},X_{1},\ldots,X_{n} λλ \lambda 1λ1λ \dfrac{1}{\lambda}

13 probability  poisson-distribution  unbiased-estimator  estimators  iid 

추적 관찰 기간이 다른 환자 집단이 있습니다. 지금까지 나는 시간 측면을 무시하고 이진 결과 질병 / 무병을 모델링해야합니다. 나는 일반적으로이 연구에서 로지스틱 회귀를 수행하지만, 내 다른 동료는 포아송 회귀가 적절한 지 물었다. 나는 그것을 포아송에 포함시키지 않았으며,이 설정에서 포아송을 수행 할 때의 이점과 단점이 로지스틱 회귀와 비교 될지 확실하지 않았다. …

13 logistic  poisson-distribution 

데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(xmat) …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

다음과 같은 모델이 있습니다. > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... 이것은 요약 출력입니다. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop + (1 | landscape) AIC BIC logLik deviance 4057 4088 -2019 4039 Random effects: …

12 r  poisson-distribution  lme4-nlme  glmm  overdispersion 

R에서 stl ()을 사용하여 카운트 데이터를 추세, 계절 및 불규칙 구성 요소로 분해했습니다. 결과 트렌드 값은 더 이상 정수가 아닙니다. 다음과 같은 질문이 있습니다. stl ()이 카운트 데이터를 비계 절화하는 적절한 방법입니까? 결과 추세가 더 이상 값을 가지지 않으므로 lm ()을 사용하여 추세 구성 요소를 모델링 할 수 있습니까?

12 r  time-series  poisson-distribution 

현재 다음 측정 값을 사용하는 일련의 행동 실험 데이터를 분석하고 있습니다. 이 실험의 참가자들은 다른 사람들이 일련의 10 개의 아나그램을 풀기 위해 사용할 수있는 실마리를 선택해야합니다. 참가자들은이 다른 사람들이 아나그램 해결 능력에 따라 돈을 벌거나 잃을 것이라고 믿게되었습니다. 단서는 그들이 얼마나 도움이되는지에 따라 다릅니다. 예를 들어, RUNNING의 아나그램 인 NUNGRIN …

12 poisson-distribution  count-data 

Wikipedia에서는 다음 과 같이 말합니다. 충분히 큰 λλλ 값 (예 : λ>1000λ>1000λ>1000 )의 경우 평균 λλλ 및 분산 λλλ (표준 편차 λ−−√λ\sqrt{\lambda} ) 의 정규 분포 는 포아송 분포에 대한 근사치입니다. 경우 λλλ 약 10보다 큰 적절한 연속성 보정, 즉, 실행되는 경우, 정규 분포는 양호한 근사치 인 P(X≤x),P(X≤x),P(X ≤ x), …

12 normal-distribution  poisson-distribution  approximation 

나는 한 고등학교에서 학생들이 얻은 상 수를 포함하는 데이터 세트를 받았는데, 여기에서 획득 한 상 수의 예측 변수에는 학생이 등록한 프로그램 유형과 최종 시험 점수가 포함됩니다. 선형 회귀 모델이 왜이 경우에 적합하지 않은지, 왜 포아송 회귀를 사용하는 것이 더 좋은지 말해 줄 수 있을지 궁금합니다. 감사.

12 regression  generalized-linear-model  poisson-distribution  count-data 

수집 한 카운트 데이터의 경우 포아송 회귀 분석을 사용하여 모델을 작성합니다. glmR 의 함수를 사용 하여이 작업을 수행 합니다 family = "poisson". 가능한 모델을 평가하기 위해 (여러 예측 변수가 있음) AIC를 사용합니다. 여태까지는 그런대로 잘됐다. 이제 교차 유효성 검사를 수행하고 싶습니다. 패키지 의 cv.glm함수를 사용하여 이미이 작업을 수행했습니다 boot. 에서 …

12 r  generalized-linear-model  poisson-distribution 

R과 JAGS에서 제로 팽창 포아송 모델을 설정하려고합니다. 나는 JAGS를 처음 사용하고 있으며이를 수행하는 방법에 대한 지침이 필요하다. 나는 y [i]가 관측 된 변수 인 다음을 시도 해왔다 model { for (i in 1:I) { y.null[i] <- 0 y.pois[i] ~ dpois(mu[i]) pro[i] <- ilogit(theta[i]) x[i] ~ dbern(pro[i]) y[i] <- step(2*x[i]-1)*y.pois[i] + …

12 r  poisson-distribution  jags  zero-inflation 

일부 기계 학습 노트에서 일부 차별적 분류 방법, 특히 로지스틱 회귀 분석에 대해 이야기합니다. 여기서 y는 클래스 레이블 (0 또는 1)이고 x는 데이터입니다. 만약 및 X는 | y는 1 \ SIM \ mathrm {} 포아송 (λ_1) = 다음 P (Y | X)를 물류 것이다.x|y=0∼Poisson(λ0)x|y=0∼Poisson(λ0)x|y = 0 \sim \mathrm{Poisson}(λ_0)x|y=1∼Poisson(λ1)x|y=1∼Poisson(λ1)x|y = 1 …

11 logistic  poisson-distribution  statistical-learning 

두 가지 수중 시각 센서스 방법을 사용할 때 어류 밀도와 어종 풍부도의 차이를 조사하는 연구를 수행하고 있습니다. 내 데이터는 원래 데이터로 계산되었지만 일반적으로 물고기 밀도로 변경되었지만 여전히 Poisson GLM을 사용하기로 결정했습니다. model1 <- glm(g_den ~ method + site + depth, poisson) 3 개의 예측 변수는 입력 할 때 요인으로 주문한 …

11 r  generalized-linear-model  poisson-distribution  offset