Questions marquées «poisson-distribution»

Lorsque nous considérons les scénarios de la théorie de la file d'attente où les individus arrivent à un nœud de service et font la queue, généralement un processus de Poisson est utilisé pour modéliser les heures d'arrivée. Ces scénarios surviennent dans les problèmes de routage réseau....

Je cherche de bons exemples de situations qui ne conviennent pas au modèle avec une distribution de Poisson, pour m'aider à expliquer la distribution de Poisson aux étudiants. On utilise couramment le nombre de clients arrivant dans un magasin dans un intervalle de temps comme exemple qui peut être...

J'ai une base de données d'événements (c'est-à-dire une variable de dates) et des covariables associées. Les événements sont générés par le processus de Poisson non stationnaire, le paramètre étant une fonction inconnue (mais peut-être linéaire) de certaines covariables. Je pense que le package...

J'ai remarqué que dans la distribution normale, la probabilité est égale à zéro, tandis que pour la distribution de Poisson, elle ne sera pas égale à zéro lorsque est un entier non négatif.P(x=c)P(x=c)P(x=c)ccc Ma question est: la probabilité d'une constante dans la distribution normale est-elle...

J'ai un ensemble de données sur les cas incidents par saison d'une maladie rare. Par exemple, disons qu'il y a eu 180 cas au printemps, 90 en été, 45 en automne et 210 en hiver. Je me demande s'il est approprié de joindre des erreurs standard à ces chiffres. Les objectifs de recherche sont...

Dans "Data Analysis" de DS Sivia, il y a une dérivation de la distribution de Poisson, à partir de la distribution binomiale. Ils soutiennent que la distribution de Poisson est le cas limite de la distribution binomiale lorsque , où est le nombre d'essais.M→∞M→∞M\rightarrow\inftyMMM Question 1:...

J'ai récemment rencontré la distribution bivariée de Poisson, mais je suis un peu confus quant à la façon de la dériver. La distribution est donnée par: P(X=x,Y=y)=e−(θ1+θ2+θ0)θx1x!θy2y!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X=x,Y=y)=e−(θ1+θ2+θ0)θ1xx!θ2yy!∑i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)iP(X = x, Y = y) =...

J'ai une cohorte de patients dont la durée de suivi est différente. Jusqu'à présent, je fais abstraction de l'aspect du temps et j'ai juste besoin de modéliser un résultat binaire-maladie / pas de maladie. Je fais habituellement une régression logistique dans ces études, mais un autre collègue m'a...

Je me demandais comment générer des données à partir d'une équation de régression de Poisson dans R? Je suis un peu confus sur la façon d'aborder le problème. Donc, si je suppose que nous avons deux prédicteurs et qui sont distribués . Et l'ordonnée à l'origine est 0 et les deux coefficients sont...

Supposons que sont des variables aléatoires iid qui suivent la distribution de Poisson avec la moyenne . Comment puis-je prouver qu'il n'y a pas d'estimateur non biaisé de la quantité ?X0,X1,…,XnX0,X1,…,Xn X_{0},X_{1},\ldots,X_{n} λλ \lambda 1λ1λ \dfrac{1}{\lambda}

On m'a donné un ensemble de données qui contient le nombre de bourses obtenues par les élèves d'une école secondaire où les prédicteurs du nombre de bourses gagnées comprennent le type de programme auquel l'étudiant était inscrit et le score à son examen final en mathématiques. Je me demandais si...

J'ai un très grand ensemble de données et il manque environ 5% de valeurs aléatoires. Ces variables sont corrélées entre elles. L'exemple de jeu de données R suivant n'est qu'un exemple de jouet avec des données corrélées factices. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1,...

J'ai utilisé stl () dans R pour décomposer les données de comptage en composantes de tendance, saisonnières et irrégulières. Les valeurs de tendance résultantes ne sont plus des nombres entiers. J'ai les questions suivantes: Stl () est-il un moyen approprié de désaisonnaliser les données de...

Ici sur Wikipedia, il est écrit: Pour des valeurs suffisamment grandes de , (disons λ> 1000 ), la distribution normale avec la moyenne λ et la variance λ (écart type \ sqrt {\ lambda} ), est une excellente approximation de la distribution de Poisson. Si λ est supérieur à environ 10, alors la...

J'analyse actuellement les données d'une série d'expériences comportementales qui utilisent toutes la mesure suivante. Les participants à cette expérience sont invités à sélectionner des indices que d'autres personnes (fictives) pourraient utiliser pour résoudre une série de 10 anagrammes. Les...

J'essaie de mettre en place un modèle de poisson zéro gonflé dans R et JAGS. Je suis nouveau chez JAGS et j'ai besoin de conseils sur la façon de le faire. J'ai essayé avec ce qui suit où y [i] est la variable observée model { for (i in 1:I) { y.null[i] <- 0 y.pois[i] ~ dpois(mu[i]) pro[i] <-...

J'ai le modèle suivant: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... et voici la sortie récapitulative. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare...

Quelqu'un peut-il montrer comment la valeur et la variance attendues du Poisson gonflé zéro, avec la fonction de masse de probabilité 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 \\...

Pour les données de comptage que j'ai collectées, j'utilise la régression de Poisson pour construire des modèles. Je le fais en utilisant la glmfonction dans R, où j'utilise family = "poisson". Pour évaluer les modèles possibles (j'ai plusieurs prédicteurs) j'utilise l'AIC. Jusqu'ici tout va bien....

J'ai un ensemble de données contenant le nombre d'actions effectuées par des individus au cours de 7 jours. L'action spécifique ne devrait pas être pertinente pour cette question. Voici quelques statistiques descriptives pour l'ensemble de données: GammeSignifierVarianceNombre d'observations0 -...