Pytania otagowane jako poisson-distribution

Dyskretny rozkład zdefiniowany na nieujemnych liczbach całkowitych, który ma właściwość, że średnia jest równa wariancji.

5
Regresja Poissona z dużymi danymi: czy zmiana jednostki miary jest błędna?
Ze względu na silnię w rozkładzie Poissona oszacowanie modeli Poissona (na przykład przy użyciu maksymalnego prawdopodobieństwa) staje się niepraktyczne, gdy obserwacje są duże. Na przykład, jeśli próbuję oszacować model wyjaśniający liczbę samobójstw w danym roku (dostępne są tylko dane roczne) i powiedzmy, że są tysiące samobójstw każdego roku, czy błędne …
3
Dlatego nie dziełem CLT dla
Wiemy zatem, że suma nnn poissonów o parametrze λλ\lambda jest sama w sobie poissonem o nλnλn\lambda . Tak więc teoretycznie może przyjąć x∼poisson(λ=1)x∼poisson(λ=1)x \sim poisson(\lambda = 1) i powiedzieć, że jest w rzeczywistości ∑n1xi∼poisson(λ=1)∑1nxi∼poisson(λ=1)\sum_1^n x_i \sim poisson(\lambda = 1) , gdzie każdy z xixix_i jest: xi∼poisson(λ=1/n)xi∼poisson(λ=1/n)x_i \sim poisson(\lambda = 1/n) …
3
Poisson ma wykładniczy charakter, tak jak Gamma-Poisson do czego?
Rozkład Poissona może mierzyć zdarzenia na jednostkę czasu, a parametr to λλ\lambda . Rozkład wykładniczy mierzy czas do następnego zdarzenia za pomocą parametru 1λ1λ\frac{1}{\lambda} . Można przekształcić jedną dystrybucję w drugą, w zależności od tego, czy łatwiej jest modelować zdarzenia lub czasy. Teraz gamma-poissona jest „rozciągniętym” poissonem o większej wariancji. …
4
Określenie negatywnego rozkładu dwumianowego do sekwencjonowania DNA
Ujemny rozkład dwumianowy stał się popularnym modelem do zliczania danych (w szczególności oczekiwanej liczby odczytów sekwencjonowania w danym regionie genomu z danego eksperymentu) w bioinformatyce. Wyjaśnienia różnią się: Niektórzy tłumaczą to jako coś, co działa jak rozkład Poissona, ale ma dodatkowy parametr, pozwalający na większą swobodę modelowania rzeczywistego rozkładu, przy …
4
Strategia decydowania o odpowiednim modelu danych zliczania
Jaka jest właściwa strategia przy podejmowaniu decyzji, którego modelu użyć z danymi zliczania? Mam dane, które muszę zamodelować jako model wielopoziomowy i zalecono mi (na tej stronie), że najlepszym sposobem jest to poprzez błędy lub MCMCglmm. Jednak wciąż próbuję dowiedzieć się o statystykach bayesowskich i pomyślałem, że najpierw powinienem dopasować …
2
Kiedy ktoś mówi, że odchylenie resztkowe / df powinno wynosić ~ 1 dla modelu Poissona, jak przybliżone jest przybliżenie?
Często widziałem porady dotyczące sprawdzania, czy dopasowanie modelu Poissona jest nadmiernie rozproszone, polegające na podzieleniu resztkowego odchylenia przez stopnie swobody. Wynikowy stosunek powinien wynosić „około 1”. Pytanie brzmi, o jakim zakresie mówimy dla „przybliżonego” - jaki jest stosunek, który powinien wywoływać alarmy, aby rozważyć alternatywne formy modeli?
4
Jak dziwna jest grupa wypadków lotniczych?
Oryginalne pytanie (7/25/14): Czy ten cytat z mediów informacyjnych ma sens, czy jest lepszy statystyczny sposób patrzenia na tempo ostatnich wypadków lotniczych? Jednak Barnett zwraca również uwagę na teorię rozkładu Poissona, co oznacza, że ​​krótkie przerwy między wypadkami są w rzeczywistości bardziej prawdopodobne niż długie. „Załóżmy, że zdarza się średnio …
1
Jaka intuicja kryje się za wymiennymi próbkami pod hipotezą zerową?
Testy permutacyjne (zwane również testem randomizacji, testem ponownej randomizacji lub testem dokładnym) są bardzo przydatne i przydają się, gdy t-testnie jest spełnione założenie o rozkładzie normalnym wymagane na przykład i gdy transformacja wartości przez ranking test nieparametryczny, Mann-Whitney-U-testktóry prowadziłby do utraty większej ilości informacji. Jednak nie należy zapominać o jednym …
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
Jak oszacować proces Poissona za pomocą R? (Lub: jak korzystać z pakietu NHPoisson?)
Mam bazę danych zdarzeń (tj. Zmienną dat) i powiązanych zmiennych towarzyszących. Zdarzenia są generowane przez niestacjonarny proces Poissona z parametrem będącym nieznaną (ale być może liniową) funkcją niektórych zmiennych towarzyszących. Myślę, że pakiet NHPoisson istnieje właśnie w tym celu; ale po 15 godzinach nieudanych badań wciąż nie jestem w pobliżu, …
11
Przykłady procesów, które nie są Poissonem?
Szukam kilku dobrych przykładów sytuacji, które nie pasują do modelu z rozkładem Poissona, aby pomóc mi wyjaśnić rozkład Poissona studentom. Często wykorzystuje się liczbę klientów przybywających do sklepu w przedziale czasowym jako przykład, który można modelować za pomocą rozkładu Poissona. Szukam kontrprzykładu w podobnym stylu, tj. Sytuacji, którą można traktować …
2
Dlaczego rozkład Poissona jest wybrany do modelowania procesów przybycia w problemach teorii kolejkowania?
Gdy weźmiemy pod uwagę scenariusze teorii kolejkowania, w których poszczególne osoby przybywają do obsługującego węzła i ustawiają się w kolejce, zwykle do modelowania czasów przybycia stosuje się proces Poissona. Te scenariusze pojawiają się w przypadku problemów z routingiem sieciowym. Doceniłbym intuicyjne wyjaśnienie, dlaczego proces Poissona najlepiej nadaje się do modelowania …
7
Intuicyjnie rozumiem, dlaczego rozkład Poissona jest ograniczającym przypadkiem rozkładu dwumianowego
W „Analizie danych” DS Sivii istnieje pochodna rozkładu Poissona z rozkładu dwumianowego. Twierdzą, że rozkład Poissona jest ograniczającym przypadkiem rozkładu dwumianowego, gdy M→∞M→∞M\rightarrow\infty , gdzie MMM jest liczbą prób. Pytanie 1: Jak intuicyjnie zrozumieć ten argument? Pytanie 2: Dlaczego dużymi MMM limit M!N!(M−N)!M!N!(M−N)!\frac{M!}{N!(M-N)!}równaMNN!MNN!\frac{M^{N}}{N!}, gdzieNNNjest liczbą sukcesów wpróbachMMM? (Ten krok jest …
2
Dlaczego prawdopodobieństwo zerowe dla dowolnej wartości rozkładu normalnego?
Zauważyłem, że w rozkładzie normalnym prawdopodobieństwo wynosi zero, natomiast dla rozkładu Poissona nie będzie równe zero, gdy jest liczbą całkowitą nieujemną.P(x=c)P(x=c)P(x=c)ccc Moje pytanie brzmi: czy prawdopodobieństwo jakiejkolwiek stałej w rozkładzie normalnym wynosi zero, ponieważ reprezentuje pole pod dowolną krzywą? Czy to tylko reguła do zapamiętania?
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.