«poisson-distribution» 태그된 질문

데이터의 계층 모델에서 여기서 는 실제로 통상적으로 나타나는 값 (선택했다 평균과 감마 분포의 편차는 대략 평균 및 상기 데이터의 변화와 일치하도록 (예를 들어, 클레이튼 및 Kaldor 1987 "은 경험적 베이 즈 질병 매핑 연령 표준화 상대 위험 추정치" 생체 인식 ). 그러나 이것은 매개 변수 대한 연구원의 신뢰를 과장하기 때문에 …

11 poisson-distribution  gamma-distribution  hierarchical-bayesian  hyperparameter 

코드 결함을 근접성과 같은 코드 복잡성 메트릭과 연관시키고 싶습니다. 일반적인 모델 중 하나는 이것을 Poisson 프로세스로 보는 것인데, 여기서 지속 시간은 코딩에 소요되는 시간과 밀도는 코드 복잡성의 함수입니다. 회귀를 수행하고 유의성 값 등을 얻을 수 있습니다. 그러나 결과를 시각화하기가 어렵습니다 (수학적으로 기울어지지 않은 동료에게는 더 어렵습니다). 선형 추세 인 경우 …

11 regression  data-visualization  poisson-distribution 

7 일 동안 개인이 수행 한 작업 수를 포함하는 데이터 세트가 있습니다. 구체적인 조치는이 질문과 관련이 없어야합니다. 다음은 데이터 세트에 대한 설명 통계입니다. 범위평균변화관측치 수0 - 77218.22791696Range0−772Mean18.2Variance2791Number of observations696 \begin{array}{|c|c|} \hline \text{Range} & 0 - 772 \\ \hline \text{Mean} & 18.2 \\ \hline \text{Variance} & 2791 \\ \hline \text{Number of …

11 r  distributions  poisson-distribution  mean  sample 

비 팽창 조류 수를 분석하기 위해 R 패키지 pscl을 사용하여 무 팽창 수 모델을 적용하고 싶습니다 . 그러나 주요 기능 중 하나 ( ? zeroinfl ) 에 대한 설명서에 제공된 예제를 살펴보면 이러한 모델의 실제 이점이 무엇인지 의심하기 시작합니다. 주어진 샘플 코드에 따르면, 표준 포아송, 준-포아송 및 음수 이코노미 얼 …

11 r  poisson-distribution  zero-inflation 

먼저, 포아송 분포가 "안정적"인지 아닌지에 대한 질문이 있습니다. 매우 순진하게 (그리고 "안정한"분포에 대해 너무 확신하지 못합니다) MGF의 산물을 사용하여 Poisson 분산 RV의 선형 조합 분포를 계산했습니다. 개별 RV의 매개 변수의 선형 조합과 동일한 매개 변수를 사용하여 다른 Poisson을 얻는 것처럼 보입니다. 포아송이 "안정적"이라고 결론을 내 렸습니다. 내가 무엇을 놓치고 있습니까? …

11 distributions  poisson-distribution  mgf 

현재 시간이 지남에 따라 일부 카운트 데이터의 GLM (및 결국 GAM)과 관련된 프로젝트를 진행하고 있습니다. 일반적으로 SAS 에서이 작업을 수행하지만 R로 이동하려고하고 ... 문제가 있습니다. 다음을 사용하여 데이터를 계산하기 위해 GLM을 적합시킬 때 : cdi_model <- glm(counts ~ exposure + covariate + month, data=test, family = poisson) 나는 얻다: Deviance …

11 r  poisson-distribution  generalized-linear-model 

확률 질량 함수를 사용하여 제로 팽창 포아송의 예상 값과 분산이 어떻게 표시되는지 f(y)={π+(1−π)e−λ,(1−π)λye−λy!,if y=0if y=1,2....f(y)={π+(1−π)e−λ,if y=0(1−π)λye−λy!,if y=1,2.... f(y) = \begin{cases} \pi+(1-\pi)e^{-\lambda}, & \text{if }y=0 \\ (1-\pi)\frac{\lambda^{y}e^{-\lambda}}{y!}, & \text{if }y=1,2.... \end{cases} 여기서 는 이항 공정에 의해 관측치가 0 일 확률이고 는 포아송의 평균입니다.λππ\piλλ\lambda 결과는 예상 값 이며 분산은 입니다.μ + πμ=(1−π)λμ=(1−π)λ\mu …

11 variance  poisson-distribution  expected-value  zero-inflation 

포아송 분포를 사용하여 연속 데이터와 이산 데이터를 분석 할 수 있습니까? 응답 변수가 연속적이지만 정규 분포가 아닌 포아송 분포와 비슷한 몇 가지 데이터 세트가 있습니다. 그러나 포아송 분포는 이산 분포이며 일반적으로 숫자 또는 개수와 관련이 있습니다.

11 distributions  regression  poisson-distribution  continuous-data 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

내 질문은 포아송 회귀와 GLM에 대한 전반적인 이해가 부족하다는 것을 보여줍니다. 내 질문을 설명하기 위해 가짜 데이터가 있습니다. ### some fake data x=c(1:14) y=c(0, 1, 2, 3, 1, 4, 9, 18, 23, 31, 20, 25, 37, 45) psuedo-R2를 리턴하는 일부 사용자 정의 함수 : ### functions of pseudo-R2 psuR2 <- …

11 generalized-linear-model  poisson-distribution 

다음 모델이 있다고 가정 해보십시오. 포아송 ( λ ) ~ { λ1λ2만약 t < τ경우 t ≥ τ푸 아송(λ)∼{λ1만약 티<τλ2만약 티≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} 그리고 내 데이터에서 아래에 표시된 및 의 후부를 추론합니다 . 과 …

10 distributions  bayesian  poisson-distribution 

Wikipedia를 사용하여 두 Poisson 랜덤 변수의 합으로 인한 확률 질량 함수를 계산하는 방법을 찾았습니다. 그러나 나는 내가 가지고있는 접근법이 잘못되었다고 생각합니다. 하자 평균 두 독립 와송 확률 변수 일 및 은 여기서 및 상수, 다음의 확률 생성 함수이다 주어진다 이제 포아송 랜덤 변수에 대한 확률 생성 함수가 이라는 사실을 사용하여 …

10 distributions  poisson-distribution 

두 개의 독립적 인 랜덤 변수 X1∼Binom(n,p)X1∼Binom(n,p)X_1 \sim \mathrm{Binom}(n,p) 및 가 있으면 의 확률 질량 함수는 무엇입니까?X 1 + X 2X2∼Pois(λ)X2∼Pois(λ)X_2 \sim \mathrm{Pois}(\lambda)X1+X2X1+X2X_1 + X_2 NB 이것은 나에게 숙제가 아니다.

10 distributions  self-study  binomial  poisson-distribution 

카운트 데이터에 포아송 회귀 모델 을 사용하고 있으며 매개 변수 추정에 강력한 표준 오류를 사용 하지 않는 이유가 있는지 궁금합니다 . 특히 견고하지 않은 내 추정치 중 일부는 중요하지 않지만 (예 : p = 0.13) 견고성이있는 경우에는 중요합니다 (p <0.01). SAS에서는 proc genmod(예 :) 의 반복 된 문장을 사용하여 사용할 …

10 poisson-distribution  robust 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion