Perguntas com a marcação «poisson-distribution»

Eu tenho um conjunto de dados de casos de incidentes por temporada de uma doença rara. Por exemplo, digamos que houve 180 casos na primavera, 90 no verão, 45 no outono e 210 no inverno. Estou lutando para saber se é apropriado anexar erros padrão a esses números. Os objetivos …

14 poisson-distribution  standard-error  count-data 

Encontrei recentemente a distribuição bivariada de Poisson, mas estou um pouco confusa sobre como ela pode ser derivada. A distribuição é dada por: 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) = e^{-(\theta_{1}+\theta_{2}+\theta_{0})} \displaystyle\frac{\theta_{1}^{x}}{x!}\frac{\theta_{2}^{y}}{y!} \sum_{i=0}^{min(x,y)}\binom{x}{i}\binom{y}{i}i!\left(\frac{\theta_{0}}{\theta_{1}\theta_{2}}\right)^{i} Pelo que pude entender , o termo \ theta_ {0}θ0θ0\theta_{0} é uma …

13 distributions  mathematical-statistics  multivariate-analysis  poisson-distribution  proof 

Suponha que X0,X1,…,XnX0,X1,…,Xn X_{0},X_{1},\ldots,X_{n} são suas variáveis ​​aleatórias que seguem a distribuição de Poisson com média λλ \lambda . Como posso provar que não existe um estimador imparcial da quantidade ?1λ1λ \dfrac{1}{\lambda}

13 probability  poisson-distribution  unbiased-estimator  estimators  iid 

Eu tenho uma coorte de pacientes com diferentes períodos de acompanhamento. Até agora, estou desconsiderando o aspecto do tempo e só preciso modelar um resultado binário - doença / nenhuma doença. Normalmente, faço regressão logística nesses estudos, mas outro colega perguntou se a regressão de Poisson seria tão apropriada. Não …

13 logistic  poisson-distribution 

Eu queria saber como você geraria dados de uma equação de regressão de Poisson em R? Estou meio confuso sobre como abordar o problema. Portanto, se eu assumir que temos dois preditores e X 2 que são distribuídos . E a interceptação é 0 e ambos os coeficientes são iguais …

13 r  regression  poisson-distribution  simulation 

Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis ​​estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Eu tenho o seguinte modelo: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... e esta é a saída resumida. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop + (1 | landscape) AIC BIC logLik deviance 4057 4088 …

12 r  poisson-distribution  lme4-nlme  glmm  overdispersion 

Usei stl () em R para decompor os dados de contagem em componentes de tendência, sazonal e irregular. Os valores de tendência resultantes não são mais números inteiros. Tenho as seguintes perguntas: Stl () é uma maneira apropriada de dessazonalizar os dados da contagem? Como a tendência resultante não é …

12 r  time-series  poisson-distribution 

Atualmente, estou analisando dados de uma série de experimentos comportamentais que usam a seguinte medida. Os participantes deste experimento são convidados a selecionar pistas que outras pessoas (fictícias) poderiam usar para ajudar a resolver uma série de 10 anagramas. Os participantes são levados a acreditar que essas outras pessoas ganharão …

12 poisson-distribution  count-data 

Aqui na Wikipedia diz: Para valores suficientemente grandes de λλλ , (digamos λ>1000λ>1000λ>1000 ), a distribuição normal com média λλλ e variância λλλ (desvio padrão λ−−√λ\sqrt{\lambda} ) é uma excelente aproximação à distribuição de Poisson. Se λλλ for maior que cerca de 10, a distribuição normal será uma boa aproximação …

12 normal-distribution  poisson-distribution  approximation 

Recebi um conjunto de dados que contém o número de prêmios ganhos por alunos de uma escola secundária, onde os preditores do número de prêmios ganhos incluem o tipo de programa em que o aluno estava matriculado e a pontuação no exame final em matemática. Fiquei me perguntando se alguém …

12 regression  generalized-linear-model  poisson-distribution  count-data 

Estou tentando configurar um modelo de poisson inflado com zero no R e JAGS. Eu sou novo no JAGS e preciso de algumas orientações sobre como fazer isso. Eu tenho tentado com o seguinte onde y [i] é a variável observada model { for (i in 1:I) { y.null[i] <- …

12 r  poisson-distribution  jags  zero-inflation 

De algumas notas de aprendizado de máquina, falando sobre alguns métodos de classificação discriminativa, em particular a regressão logística, onde y é o rótulo da classe (0 ou 1) e x são os dados, diz-se que: se x|y=0∼Poisson(λ0)x|y=0∼Poisson(λ0)x|y = 0 \sim \mathrm{Poisson}(λ_0) , e x|y=1∼Poisson(λ1)x|y=1∼Poisson(λ1)x|y = 1 \sim \mathrm{Poisson}(λ_1) , …

11 logistic  poisson-distribution  statistical-learning 

Estou realizando pesquisas para analisar as diferenças na densidade e na riqueza de espécies de peixes ao usar dois métodos diferentes de censo visual subaquático. Meus dados eram originalmente dados de contagem, mas normalmente isso é alterado para densidade de peixes, mas eu ainda decidi usar um Poisson GLM, o …

11 r  generalized-linear-model  poisson-distribution  offset 

Em um modelo hierárquico de dados , onde y ~ de Poisson ( λ ) λ ~ Gama ( α , β ) parece ser típico em prática a escolher os valores ( ct , β ) de tal modo que a média e variância de distribuição gama corresponder aproximadamente …

11 poisson-distribution  gamma-distribution  hierarchical-bayesian  hyperparameter