Preguntas etiquetadas con poisson-distribution

Debido al factorial en una distribución de Poisson, resulta poco práctico estimar los modelos de Poisson (por ejemplo, utilizando la máxima probabilidad) cuando las observaciones son grandes. Entonces, por ejemplo, si estoy tratando de estimar un modelo para explicar el número de suicidios en un año determinado (solo hay datos …

17 modeling  poisson-distribution  large-data 

¡Estoy realmente sorprendido por el hecho de que Poisson GLM acepta números no enteros! Mira: Datos (contenido de data.txt): 1 2001 0.25 1 1 2002 0.5 1 1 2003 1 1 2 2001 0.25 1 2 2002 0.5 1 2 2003 1 1 R script: t <- read.table("data.txt") names(t) <- …

17 r  generalized-linear-model  poisson-distribution  poisson-regression 

Entonces sabemos que una suma de nnn poissons con parámetro λλ\lambda es en sí misma un poisson con nλnλn\lambda . Hipotéticamente, uno podría tomar x∼poisson(λ=1)x∼poisson(λ=1)x \sim poisson(\lambda = 1) y decir que en realidad es ∑n1xi∼poisson(λ=1)∑1nxi∼poisson(λ=1)\sum_1^n x_i \sim poisson(\lambda = 1) donde cada xixix_i es: xi∼poisson(λ=1/n)xi∼poisson(λ=1/n)x_i \sim poisson(\lambda = 1/n) …

16 poisson-distribution  central-limit-theorem  asymptotics 

La distribución binomial negativa se ha convertido en un modelo popular para los datos de recuento (específicamente el número esperado de lecturas de secuenciación dentro de una región dada del genoma de un experimento dado) en bioinformática. Las explicaciones varían: Algunos lo explican como algo que funciona como la distribución …

16 poisson-distribution  negative-binomial  bioinformatics  sequence-analysis 

Una distribución de Poisson puede medir eventos por unidad de tiempo, y el parámetro es λλ\lambda . La distribución exponencial mide el tiempo hasta el próximo evento, con el parámetro 1λ1λ\frac{1}{\lambda} . Uno puede convertir una distribución en la otra, dependiendo de si es más fácil modelar eventos u horarios. …

16 poisson-distribution  negative-binomial  gamma-distribution  exponential-family 

¿Cuál es la estrategia adecuada para decidir qué modelo usar con los datos de conteo? Tengo datos de recuento que necesito modelar como modelo multinivel y me recomendaron (en este sitio) que la mejor manera de hacerlo es a través de errores o MCMCglmm. Sin embargo, todavía estoy tratando de …

16 poisson-distribution  generalized-linear-model  negative-binomial  overdispersion 

A menudo he visto consejos para verificar si un ajuste del modelo de Poisson se dispersa en exceso o no, lo que implica dividir la desviación residual entre los grados de libertad. La relación resultante debe ser "aproximadamente 1". La pregunta es de qué rango estamos hablando para "aproximados": ¿cuál …

16 poisson-distribution  negative-binomial  poisson-regression  overdispersion 

Pregunta original (25/7/14): ¿Tiene sentido esta cita de los medios de comunicación o hay una mejor manera estadística de ver la avalancha de accidentes aéreos recientes? Sin embargo, Barnett también llama la atención sobre la teoría de la distribución de Poisson, lo que implica que los intervalos cortos entre choques …

15 probability  poisson-distribution 

Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de prueba no paramétrica como Mann-Whitney-U-testconduciría a la …

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 

Tengo una base de datos de eventos (es decir, una variable de fechas) y covariables asociadas. Los eventos son generados por el proceso no estacionario de Poisson con parámetros que son una función desconocida (pero posiblemente lineal) de algunas covariables. Creo que el paquete NHPoisson existe solo para este propósito; …

15 r  poisson-distribution  poisson-process 

Estoy buscando algunos buenos ejemplos de situaciones que no son adecuadas para modelar con una distribución de Poisson, para ayudarme a explicar la distribución de Poisson a los estudiantes. Uno usa comúnmente el número de clientes que llegan a una tienda en un intervalo de tiempo como un ejemplo que …

15 poisson-distribution  teaching 

Cuando consideramos los escenarios de la teoría de colas donde los individuos llegan a un nodo de servicio y hacen cola, generalmente se usa un proceso de Poisson para modelar los tiempos de llegada. Estos escenarios surgen en problemas de enrutamiento de red. Agradecería una explicación intuitiva de por qué …

15 poisson-distribution  intuition  queueing 

Tengo un conjunto de datos que esperaría seguir una distribución de Poisson, pero se dispersa en exceso aproximadamente 3 veces. Actualmente, estoy modelando esta sobredispersión usando algo como el siguiente código en R. ## assuming a median value of 1500 med = 1500 rawdist = rpois(1000000,med) oDdist = rawDist + …

15 distributions  modeling  poisson-distribution  overdispersion 

En "Análisis de datos" por DS Sivia, hay una derivación de la distribución de Poisson, de la distribución binomial. Argumentan que la distribución de Poisson es el caso limitante de la distribución binomial cuando M→∞M→∞M\rightarrow\infty , donde es el número de ensayos.MMM Pregunta 1: ¿Cómo se puede entender intuitivamente ese …

14 binomial  poisson-distribution  combinatorics  intuition  probability-calculus 

Noté que en la distribución Normal, la probabilidad es igual a cero, mientras que para la distribución de Poisson, no será igual a cero cuando c es un número entero no negativo.PAG( x = c )PAG(X=C)P(x=c)CCc Mi pregunta es: ¿la probabilidad de cualquier constante en la distribución normal es igual …

14 probability  normal-distribution  poisson-distribution