Situation: Disons que j'ai un processus de Poisson, comme la désintégration radioactive, produisant des particules R par seconde. Je mesure avec un détecteur. Il y a une probabilité P qu'une particule soit détectée par le détecteur. Choses que je pense savoir: Le temps inter-arrivée de l'émission...
Certains d'entre vous ont peut-être lu ce bel article: O'Hara RB, Kotze DJ (2010) Ne pas enregistrer les données de comptage de transformation. Méthodes en écologie et évolution 1: 118-122. Klick . Actuellement, je compare des modèles binomiaux négatifs avec des modèles gaussiens sur des données...
Je voudrais tout d'abord préciser que je ne suis pas un expert du sujet. Supposons que deux variables aléatoires et soient binomiales, respectivement X \ sim B (n_1, p) et Y \ sim B (n_2, p), notez ici que p est le même. Je sais que Z = X + Y \ sim B (n_1 + n_2, p).XXXYYYX∼B(n1,p)X∼B(n1,p)X\sim...
Je veux adapter un modèle linéaire de R avec family=binomial(link="identity"), cependant, la famille binomiale n'a pas de lien d'identité. Que devrais-je
J'ai un échantillon d'une distribution discrète en tant que telle: Type: 0 1 2 3 4 5 Occurrences: 88 12 52 43 21 5 Ma tâche consiste à tester si une distribution binomiale (n = 5, p) correspond ou non à ces données. Je comprends que je suis censé utiliser des tests d'hypothèse et que le test du khi...
Supposons que je sache comment générer des variables aléatoires binomiales indépendantes. Comment puis-je générer deux variables aléatoiresXXX et YYY tel que X∼Bin(8,23),Y∼Bin(18,23) and Corr(X,Y)=0.5X∼Bin(8,23),Y∼Bin(18,23) and Corr(X,Y)=0.5X\sim \text{Bin}(8,\dfrac{2}{3}),\quad Y\sim...
Imaginez une élection où nnnles gens font un choix binaire: ils votent pour A ou contre. Le résultat est quemmm les gens votent pour A, et donc le résultat de A est p=m/np=m/np=m/n. Si je veux modéliser ces élections, je peux supposer que chaque personne vote pour A indépendamment avec probabilité...
comment puis-je calculer la variance de p dérivée d'une distribution binomiale? Disons que je lance n pièces et que j'obtiens k têtes. Je peux estimer p comme k / n, mais comment puis-je calculer la variance de cette estimation? Cela m'intéresse afin de pouvoir contrôler la variance de mes...
Permettez-moi d'abord de donner quelques informations; Je résumerai mes questions à la fin. La distribution bêta, paramétrée par sa moyenne et , a , où est la fonction de variance.μμ\muϕϕ\phiVar(Y)=V(μ)/(ϕ+1)Var(Y)=V(μ)/(ϕ+1)\operatorname{Var}(Y) =
Considérez la régression binomiale suivante: # Create some data set.seed(10) n <- 500 x <- runif(n,0,100) y <- x + rnorm(n,sd=100) < 0 # Fit a binomial regression model model <- glm(y ~ x, family="binomial") summary(model) La summaryfonction renvoie une valeur de p de 1.03e-05....
Une entreprise d'électronique produit des appareils qui fonctionnent correctement 95% du temps. Les nouveaux appareils sont expédiés en boîtes de 400. La société veut garantir que k ou plusieurs appareils par boîte fonctionnent. Quel est le plus grand k pour qu'au moins 95% des boîtes répondent à...
Je jette un dé juste. Quelle est la distribution de probabilité du nombre de rouleaux jusqu'à ce que j'accumule d'abord: 1) Cinq uns 2) 20 occurrences de faces qui ne sont pas une? Je suis heureux de partager l'application réelle si cela peut vous
Supposons que nous ayons un modèle de régression logistique: P(y=1|x)log(p1−p)=p=βxP(y=1|x)=plog(p1−p)=βx\begin{align} P(y=1\vert\mathbf{x}) &= p \\ \log\left(\frac{p}{1-p}\right) &= \boldsymbol{\beta}\mathbf{x} \end{align} Étant donné un échantillon aléatoire