Preguntas etiquetadas con poisson-distribution

Quiero asociar defectos de código con métricas de complejidad de código como cercanía. Un modelo común es ver esto como un proceso de Poisson, donde la duración es cuánto tiempo se dedica a la codificación y la densidad es una función de la complejidad del código. Puedo hacer una regresión …

11 regression  data-visualization  poisson-distribution 

Para los datos de recuento que he recopilado, uso la regresión de Poisson para construir modelos. Hago esto usando la glmfunción en R, donde uso family = "poisson". Para evaluar posibles modelos (tengo varios predictores) utilizo el AIC. Hasta aquí todo bien. Ahora quiero realizar una validación cruzada. Ya logré …

11 r  generalized-linear-model  poisson-distribution 

Tengo un conjunto de datos que contiene la cantidad de acciones realizadas por individuos en el transcurso de 7 días. La acción específica no debería ser relevante para esta pregunta. Aquí hay algunas estadísticas descriptivas para el conjunto de datos: RangoMediaDiferenciaNumero de observaciones0 - 77218,22791696Range0−772Mean18.2Variance2791Number of observations696 \begin{array}{|c|c|} \hline \text{Range} …

11 r  distributions  poisson-distribution  mean  sample 

Para analizar los recuentos de aves inflados a cero, me gustaría aplicar modelos de recuento inflados a cero usando el paquete R pscl . Sin embargo, al observar el ejemplo proporcionado en la documentación para una de las funciones principales ( ? Zeroinfl ), empiezo a dudar de cuál es …

11 r  poisson-distribution  zero-inflation 

Primero, tengo una pregunta sobre si la distribución de Poisson es "estable" o no. Muy ingenuamente (y no estoy muy seguro de las distribuciones "estables"), calculé la distribución de una combinación lineal de RV distribuidas por Poisson, utilizando el producto del MGF. Parece que obtengo otro Poisson, con un parámetro …

11 distributions  poisson-distribution  mgf 

Actualmente estoy trabajando en un proyecto que involucra GLM (y eventualmente GAM) de algunos datos de conteo a lo largo del tiempo. Normalmente haría esto en SAS, pero estoy tratando de pasar a R y tengo ... problemas. Cuando ajusto un GLM para contar datos usando lo siguiente: cdi_model <- …

11 r  poisson-distribution  generalized-linear-model 

¿Alguien puede mostrar cómo el valor esperado y la varianza del Poisson inflado cero, con función de masa de probabilidad 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} donde ππ\pi es la probabilidad de que la observación sea cero por …

11 variance  poisson-distribution  expected-value  zero-inflation 

¿Se puede usar la distribución de Poisson para analizar datos continuos y datos discretos? Tengo algunos conjuntos de datos donde las variables de respuesta son continuas, pero se parecen a una distribución de Poisson en lugar de una distribución normal. Sin embargo, la distribución de Poisson es una distribución discreta …

11 distributions  regression  poisson-distribution  continuous-data 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

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 

Mi pregunta revela mi pobre comprensión de la regresión de Poisson y los GLM en general. Aquí hay algunos datos falsos para ilustrar mi pregunta: ### some fake data x=c(1:14) y=c(0, 1, 2, 3, 1, 4, 9, 18, 23, 31, 20, 25, 37, 45) Algunas funciones personalizadas para devolver psuedo-R2: …

11 generalized-linear-model  poisson-distribution 

Digamos que tengo el siguiente modelo: Poisson ( λ ) ∼ { λ1λ2si t < τsi t ≥ τPoisson(λ)∼{λ1if t<τλ2if t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} Y deduzco los datos posteriores para y muestran a continuación a …

10 distributions  bayesian  poisson-distribution 

Usando wikipedia, encontré una manera de calcular la función de masa de probabilidad resultante de la suma de dos variables aleatorias de Poisson. Sin embargo, creo que el enfoque que tengo es incorrecto. Sean X1,X2X1,X2X_1, X_2 dos variables aleatorias de Poisson independientes con media λ1,λ2λ1,λ2\lambda_1, \lambda_2 y , donde y …

10 distributions  poisson-distribution 

Si tenemos dos variables aleatorias independientes X1∼Binom(n,p)X1∼Binom(n,p)X_1 \sim \mathrm{Binom}(n,p) y , ¿cuál es la función de masa de probabilidad de ?X2∼Pois(λ)X2∼Pois(λ)X_2 \sim \mathrm{Pois}(\lambda)X1+X2X1+X2X_1 + X_2 NB Esto no es tarea para mí.

10 distributions  self-study  binomial  poisson-distribution 

Estoy usando un modelo de regresión de Poisson para los datos de conteo y me pregunto si hay razones para no usar el error estándar robusto para las estimaciones de los parámetros. Estoy particularmente preocupado ya que algunas de mis estimaciones sin robustez no son significativas (p. Ej., P = …

10 poisson-distribution  robust 

Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos últimos dan las mismas respuestas. Usando un montón de …

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