Als «poisson-distribution» getaggte Fragen

Eine diskrete Verteilung, die für die nicht negativen ganzen Zahlen definiert ist und die die Eigenschaft hat, dass der Mittelwert gleich der Varianz ist.

5
Poisson-Regression bei großen Datenmengen: Ist es falsch, die Maßeinheit zu ändern?
Aufgrund der Fakultät in einer Poisson-Verteilung wird es unpraktisch, Poisson-Modelle (beispielsweise unter Verwendung der maximalen Wahrscheinlichkeit) zu schätzen, wenn die Beobachtungen groß sind. Wenn ich zum Beispiel versuche, ein Modell zu schätzen, um die Anzahl der Selbstmorde in einem bestimmten Jahr zu erklären (es sind nur jährliche Daten verfügbar) und …
3
Warum funktioniert die CLT Arbeit für
Wir wissen also, dass eine Summe von Poisson mit dem nnnParameter λλ\lambda selbst eine Poisson mit nλnλn\lambda . So hypothetisch könnte man nehmen x∼poisson(λ=1)x∼poisson(λ=1)x \sim poisson(\lambda = 1) und sagen , dass es tatsächlich ist ∑n1xi∼poisson(λ=1)∑1nxi∼poisson(λ=1)\sum_1^n x_i \sim poisson(\lambda = 1) , wobei jedes xixix_i ist: xi∼poisson(λ=1/n)xi∼poisson(λ=1/n)x_i \sim poisson(\lambda = …
4
Festlegung der negativen Binomialverteilung für die DNA-Sequenzierung
Die negative Binomialverteilung hat sich in der Bioinformatik zu einem beliebten Modell für Zähldaten (insbesondere die erwartete Anzahl von Sequenzierungslesevorgängen innerhalb einer bestimmten Region des Genoms aus einem bestimmten Experiment) entwickelt. Erklärungen variieren: Einige erklären es als etwas, das wie die Poisson-Verteilung funktioniert, aber einen zusätzlichen Parameter hat, der mehr …
3
Poisson ist zu exponentiell wie Gamma-Poisson zu was?
Eine Poisson-Verteilung kann Ereignisse pro Zeiteinheit messen, und der Parameter ist . Die Exponentialverteilung misst die Zeit bis zum nächsten Ereignis mit dem Parameter . Man kann eine Distribution in die andere konvertieren, je nachdem, ob es einfacher ist, Ereignisse oder Zeiten zu modellieren.1λλ\lambda1λ1λ\frac{1}{\lambda} Nun ist ein Gamma-Poisson ein "gedehntes" …
4
Strategie zur Bestimmung des geeigneten Modells für die Zähldaten
Welche Strategie eignet sich, um zu entscheiden, welches Modell mit Zähldaten verwendet werden soll? Ich habe Zähldaten, die ich als Mehrebenenmodell modellieren muss, und es wurde mir (auf dieser Site) empfohlen, dies am besten durch Bugs oder MCMCglmm zu tun. Ich versuche jedoch immer noch, etwas über Bayes-Statistiken zu lernen, …
2
Wenn jemand sagt, Restabweichung / df sollte ~ 1 für ein Poisson-Modell, wie ungefähr ist ungefähr?
Ich habe oft gesehen, wie man überprüft, ob eine Poisson-Modellanpassung übermäßig verteilt ist oder nicht, indem man die verbleibende Abweichung durch die Freiheitsgrade dividiert. Das resultierende Verhältnis sollte "ungefähr 1" sein. Die Frage ist, um welchen Bereich es sich bei "ungefähren Werten" handelt - welches Verhältnis sollte Alarme auslösen, um …
4
Wie merkwürdig ist eine Ansammlung von Flugzeugunfällen?
Originalfrage (25.07.14): Ist dieses Zitat aus den Nachrichtenmedien sinnvoll, oder gibt es eine bessere statistische Sichtweise auf die jüngsten Flugzeugunfälle? Barnett macht jedoch auch auf die Theorie der Poisson-Verteilung aufmerksam, wonach kurze Absturzintervalle wahrscheinlicher sind als lange. "Nehmen wir an, es gibt durchschnittlich einen tödlichen Unfall pro Jahr, was bedeutet, …
1
Was ist die Intuition hinter austauschbaren Proben unter der Nullhypothese?
Permutationstests (auch Randomisierungstest, Re-Randomisierungstest oder exakter Test genannt) sind sehr nützlich und nützlich, wenn die zum Beispiel erforderliche Annahme einer Normalverteilung t-testnicht erfüllt ist und wenn die Transformation der Werte durch Rangfolge der Werte erfolgt Ein nicht parametrischer Test Mann-Whitney-U-testwürde dazu führen, dass mehr Informationen verloren gehen. Eine einzige Annahme, …
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
Wie kann man den Poisson-Prozess mit R abschätzen? (Oder: Wie verwende ich das NHPoisson-Paket?)
Ich habe eine Datenbank von Ereignissen (dh eine Variable von Daten) und zugehörigen Kovariaten. Die Ereignisse werden durch den nicht stationären Poisson-Prozess erzeugt, wobei Parameter eine unbekannte (aber möglicherweise lineare) Funktion einiger Kovariaten sind. Ich denke, das NHPoisson-Paket gibt es nur für diesen Zweck; aber nach 15 stunden erfolgloser recherche …
11
Beispiele für Prozesse, die nicht Poisson sind?
Ich suche einige gute Beispiele für Situationen, die für das Modellieren mit einer Poisson-Verteilung ungeeignet sind, um den Schülern die Erklärung der Poisson-Verteilung zu erleichtern. Üblicherweise wird die Anzahl der Kunden, die in einem Zeitintervall in einem Geschäft eintreffen, als Beispiel verwendet, das durch eine Poisson-Verteilung modelliert werden kann. Ich …
2
Warum wird die Poisson-Verteilung gewählt, um Ankunftsprozesse in Problemen der Warteschlangentheorie zu modellieren?
Wenn wir Szenarien der Warteschlangentheorie betrachten, in denen Personen an einem bedienenden Knoten ankommen und sich in der Warteschlange befinden, wird normalerweise ein Poisson-Prozess verwendet, um die Ankunftszeiten zu modellieren. Diese Szenarien treten bei Netzwerkroutingproblemen auf. Ich würde mich über eine intuitive Erklärung freuen, warum ein Poisson-Prozess am besten geeignet …
7
Verstehe intuitiv, warum die Poisson-Verteilung der Grenzfall der Binomialverteilung ist
In "Data Analysis" von DS Sivia wird die Poisson-Verteilung von der Binomialverteilung abgeleitet. Sie argumentieren, dass die Poisson-Verteilung der Grenzfall der Binomialverteilung ist, wenn , wobei die Anzahl der Versuche ist.M→∞M→∞M\rightarrow\inftyMMM Frage 1: Wie kann dieses Argument intuitiv verstanden werden? Frage 2: Warum ist das große Limit von Gleich , …
2
Warum ist die Wahrscheinlichkeit Null für einen bestimmten Wert einer Normalverteilung?
Mir ist aufgefallen, dass in der Normalverteilung die Wahrscheinlichkeit gleich Null ist, während sie in der Poisson-Verteilung ungleich Null ist, wenn eine nicht negative ganze Zahl ist.P(x=c)P(x=c)P(x=c)ccc Meine Frage ist: Ist die Wahrscheinlichkeit einer Konstanten in der Normalverteilung gleich Null, weil sie die Fläche unter einer Kurve darstellt? Oder ist …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.