J'essaie d'apprendre quelques statistiques en utilisant le livre, Biometry by Sokal and Rohlf (3e). Il s'agit d'un exercice du 5ème chapitre qui couvre la probabilité, la distribution binomiale et la distribution de Poisson. Je me rends compte qu'il existe une formule pour produire une réponse à...
Considérons un graphe aléatoire Erdos-Renyi . L'ensemble des sommets est étiqueté par . L'ensemble des arêtes est construit par un processus aléatoire.G=(V(n),E(p))G=(V(n),E(p))G=(V(n),E(p))nnnVVVV={1,2,…,n}V={1,2,…,n}V = \{1,2,\ldots,n\}EEE Soit une probabilité , puis chaque paire non ordonnée de...
Je suis en train de faire des tests A / B la bayésien, comme dans la programmation probabilistes pour les pirates informatiques et bayésienne des tests A / B . Les deux articles supposent que le décideur décide laquelle des variantes est la meilleure en se basant uniquement sur la probabilité d'un...
Actuellement coincé là-dessus, je sais que je devrais probablement utiliser l'écart moyen de la distribution binomiale mais je ne peux pas le
Je suis tombé sur le problème des collecteurs de coupons et essayais de trouver une formule pour une généralisation. S'il y a objets distincts et que vous voulez recueillir au moins exemplaires de chacun une d'entre eux (où ), quelle est l'attente du nombre d' objets au hasard , vous devriez...
Dans un cadre binomial, la variable aléatoire, X, qui donne le nombre de succès est distribuée binomialement. La proportion d'échantillon peut alors être calculée comme où est la taille de votre échantillon. Mon manuel déclare queXnXn\frac{X}{n}nnn Cette proportion n'a pas de distribution binomiale...
Dans cet article (disponible gratuitement via PubMed Central), les auteurs utilisent une régression binomiale négative pour modéliser le score sur un instrument de dépistage à 10 éléments noté 0-40. Cette procédure suppose des données de comptage, ce qui n'est clairement pas le cas ici. J'aimerais...
J'ai des données avec un double pic que j'essaie de modéliser, et il y a suffisamment de chevauchement entre les pics que je ne peux pas les traiter indépendamment. Un histogramme des données pourrait ressembler à ceci: J'ai créé deux modèles pour cela: l'un utilise deux distributions de Poisson,...
Donc, j'ai 16 essais dans lesquels j'essaie d'authentifier une personne à partir d'un trait biométrique en utilisant Hamming Distance. Mon seuil est fixé à 3,5. Mes données sont ci-dessous et seul l'essai 1 est un vrai positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47...
Est-il possible d'adapter un GAMM (Generalized Additive Mixed Model) pour les données gonflées à zéro dans R? Sinon, est-il possible d'ajuster un GAM (Generalized Additive Model) pour des données gonflées à zéro avec une distribution binomiale négative ou quasi Poisson dans R? (J'ai trouvé COZIGAM...
J'ai presque les mêmes questions comme celle-ci: comment puis-je modéliser efficacement la somme des variables aléatoires de Bernoulli? Mais le cadre est assez différent: P ( X i = 1 ) = p i N p iS=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0,1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i...
Presque tous les manuels qui traitent de l'approximation normale de la distribution binomiale mentionnent la règle générale selon laquelle l'approximation peut être utilisée si n p ≥ 5np≥5np\geq5 et n ( 1 - p ) ≥ 5n(1−p)≥5n(1-p)\geq 5. Certains livres suggèrentn p ( 1 - p ) ≥ 5np(1−p)≥5np(1-p)\geq...
Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4)...
J'essaie d'écrire un script R pour simuler l'interprétation des expériences répétées d'un intervalle de confiance à 95%. J'ai trouvé qu'il surestime la proportion de fois où la valeur réelle de la population d'une proportion est contenue dans l'IC à 95% de l'échantillon. Pas une grande différence -...
Si sont des binômes négatifs iid, alors quelle est la distribution de donnéex1,x2,…,xnx1,x2,…,xnx_1, x_2, \ldots, x_n(x1,x2,…,xn)(x1,x2,…,xn)(x_1, x_2, \ldots, x_n) x1+x2+…+xn=Nx1+x2+…+xn=Nx_1 + x_2 + \ldots + x_n = N\quad ? NNN est fixe. Si sont Poisson alors, conditionnellement au total, est...
J'ai un bloc intuitif avec ça. Pour un problème binomial, l'écart type d'un nombre est . Inversement, l'écart type de la proportion d'échantillon diminue avec l'augmentation de et est . Je peux faire la division par mais je ne comprends pas pourquoi les écarts-types se déplacent dans des directions...
J'ai ces données: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) J'ai couru une régression de poisson poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") Et une régression binomiale négative:...
library(lme4) out <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), data = cbpp, family = binomial, contrasts = list(period = "contr.sum")) summary(out) Fixed effects: Estimate Std. Error z value Pr(>|z|) (Intercept) -2.32337 0.22129 -10.499 < 2e-16 *** period1 0.92498...
J'ai eu un devoir pour exprimer la distribution binomiale négative comme une famille exponentielle de distributions étant donné que le paramètre de dispersion était une constante connue. C'était assez facile, mais je me demandais pourquoi ils exigeraient que nous maintenions ce paramètre fixe. J'ai...
Supposons que j'adapte une régression binomiale et que j'obtienne les estimations ponctuelles et la matrice de variance-covariance des coefficients de régression. Cela me permettra d'obtenir un IC pour la proportion attendue de succès dans une future expérience, , mais j'ai besoin d'un IC pour la...