Ich bin Student und habe ein Projekt für meine Wahrscheinlichkeitsklasse. Grundsätzlich habe ich einen Datensatz über die Wirbelstürme, die mein Land mehrere Jahre lang heimgesucht haben. In meinem Wahrscheinlichkeitsbuch (Wahrscheinlichkeit und Statistik mit R) gibt es ein (nicht vollständiges)...
Ich versuche, Zähldaten in R zu modellieren , die scheinbar unterdispers sind (Dispersionsparameter ~ .40). Dies ist wahrscheinlich der Grund, warum ein glmwith- family = poissonoder ein negatives binomial ( glm.nb) -Modell nicht signifikant sind. Wenn ich mir die Beschreibungen meiner Daten...
Ich habe vor kurzem angefangen, für eine Tuberkulose-Klinik zu arbeiten. Wir treffen uns regelmäßig, um die Anzahl der TB-Fälle, die wir derzeit behandeln, die Anzahl der durchgeführten Tests usw. zu besprechen. Ich möchte mit der Modellierung dieser Zählungen beginnen, um nicht nur zu erraten, ob...
Ich habe eine Frage zu Zufallsvariablen. Nehmen wir an , dass wir zwei Zufallsvariablen und Y . Nehmen wir an, X ist Poisson-verteilt mit Parameter λ 1 und Y ist Poisson-verteilt mit Parameter λ 2XXXYYYXXXλ1λ1\lambda_1YYYλ2λ2\lambda_2 . Wenn Sie die Fraktur aus erstellen und diese Variable als...
Eine Poisson-Regression ist ein GLM mit einer Log-Link-Funktion. Eine alternative Möglichkeit, nicht normalverteilte Zählerdaten zu modellieren, besteht in der Vorverarbeitung, indem das Protokoll (bzw. das Protokoll (1 + Zähler) zur Behandlung von Nullen) verwendet wird. Wenn Sie eine Regression...
Wenn ich Zufallsvariablen X1,X2,…,XnX1,X2,…,XnX_1,X_2,\ldots,X_n , die Poisson-verteilt sind mit den Parametern λ1,λ2,…,λnλ1,λ2,…,λn\lambda_1, \lambda_2,\ldots, \lambda_n , wie lautet die Verteilung von Y=⌊∑ni=1Xin⌋Y=⌊∑i=1nXin⌋Y=\left\lfloor\frac{\sum_{i=1}^n X_i}{n}\right\rfloor(dh der ganzzahlige...
Eine Mitarbeiterin analysiert einige biologische Daten für ihre Dissertation mit böser Heteroskedastizität (Abbildung unten). Sie analysiert es mit einem gemischten Modell, hat aber immer noch Probleme mit den Residuen. Durch die Protokolltransformation der Antwortvariablen werden die Dinge...
Präzision ist definiert als: p = true positives / (true positives + false positives) Ist es richtig, dass sich die Genauigkeit 1 nähert true positivesund false positivessich 0 nähert? Gleiche Frage zum Rückruf: r = true positives / (true positives + false negatives) Ich führe derzeit einen...
Eine Skellam-Verteilung beschreibt den Unterschied zwischen zwei Variablen mit Poisson-Verteilungen. Gibt es eine ähnliche Verteilung, die den Unterschied zwischen Variablen beschreibt, die auf negative Binomialverteilungen folgen? Meine Daten werden nach einem Poisson-Verfahren erstellt,...
Ich habe das folgende Histogramm der Zähldaten. Und ich würde gerne eine diskrete Verteilung hinzufügen. Ich bin mir nicht sicher, wie ich das anstellen soll. Soll ich dem Histogramm zuerst eine diskrete Verteilung überlagern, z. B. eine negative Binomialverteilung, damit ich die Parameter der...
Ich bin wirklich fassungslos, dass der Poisson GLM nicht ganzzahlige Zahlen akzeptiert! Aussehen: Daten (Inhalt von 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-Skript: t <- read.table("data.txt") names(t) <- c('site', 'year', 'count',...
Aufgrund der Fakultät in einer Poisson-Verteilung wird es unpraktisch, Poisson-Modelle (beispielsweise unter Verwendung der maximalen Wahrscheinlichkeit) zu schätzen, wenn die Beobachtungen groß sind. Wenn ich zum Beispiel versuche, ein Modell zu schätzen, um die Anzahl der Selbstmorde in einem...
Wir wissen also, dass eine Summe von Poisson mit dem nnnParameter λλ\lambda selbst eine Poisson mit nλnλn\lambda . So hypothetisch könnte man nehmen x∼poisson(λ=1)x∼poisson(λ=1)x \sim poisson(\lambda = 1) und sagen , dass es tatsächlich ist ∑n1xi∼poisson(λ=1)∑1nxi∼poisson(λ=1)\sum_1^n x_i \sim...
Die negative Binomialverteilung hat sich in der Bioinformatik zu einem beliebten Modell für Zähldaten (insbesondere die erwartete Anzahl von Sequenzierungslesevorgängen innerhalb einer bestimmten Region des Genoms aus einem bestimmten Experiment) entwickelt. Erklärungen variieren: Einige erklären...
Ich habe oft gesehen, wie man überprüft, ob eine Poisson-Modellanpassung übermäßig verteilt ist oder nicht, indem man die verbleibende Abweichung durch die Freiheitsgrade dividiert. Das resultierende Verhältnis sollte "ungefähr 1" sein. Die Frage ist, um welchen Bereich es sich bei "ungefähren...
Eine Poisson-Verteilung kann Ereignisse pro Zeiteinheit messen, und der Parameter ist . Die Exponentialverteilung misst die Zeit bis zum nächsten Ereignis mit dem Parameter . Man kann eine Distribution in die andere konvertieren, je nachdem, ob es einfacher ist, Ereignisse oder Zeiten zu...
Welche Strategie eignet sich, um zu entscheiden, welches Modell mit Zähldaten verwendet werden soll? Ich habe Zähldaten, die ich als Mehrebenenmodell modellieren muss, und es wurde mir (auf dieser Site) empfohlen, dies am besten durch Bugs oder MCMCglmm zu tun. Ich versuche jedoch immer noch, etwas...
Wenn wir Szenarien der Warteschlangentheorie betrachten, in denen Personen an einem bedienenden Knoten ankommen und sich in der Warteschlange befinden, wird normalerweise ein Poisson-Prozess verwendet, um die Ankunftszeiten zu modellieren. Diese Szenarien treten bei Netzwerkroutingproblemen auf....
Originalfrage (25.07.14): Ist dieses Zitat aus den Nachrichtenmedien sinnvoll, oder gibt es eine bessere statistische Sichtweise auf die jüngsten Flugzeugunfälle? Barnett macht jedoch auch auf die Theorie der Poisson-Verteilung aufmerksam, wonach kurze Absturzintervalle wahrscheinlicher sind als...
Ich habe einen Datensatz, von dem ich erwarten würde, dass er einer Poisson-Verteilung folgt, aber er ist etwa dreifach überdispers. Gegenwärtig modelliere ich diese Überdispersion mit dem folgenden Code in R. ## assuming a median value of 1500 med = 1500 rawdist = rpois(1000000,med) oDdist =...