Questions tagged «poisson-distribution»

在非负整数上定义的离散分布，其平均数等于方差。

1
交叉验证泊松模型的误差度量
我正在交叉验证试图预测计数的模型。如果这是二进制分类问题，那么我将计算出不匹配的AUC，如果这是回归问题，则将计算出不匹配的RMSE或MAE。 对于Poisson模型，我可以使用哪些误差度量来评估样本外预测的“准确性”？是否存在AUC的Poisson扩展，可以查看预测对实际值的排序程度？ 似乎很多Kaggle竞赛都在使用根均方根平方误差或RMLSE来进行计数（例如，一次yelp审查将获得的有用票数或患者在医院花费的天数）。 /编辑：我一直在做的一件事是计算预测值的十分之一，然后查看实际计数，并按分位数进行分组。如果十分位数1低，十分位数10高且两者之间的十分位数都在增加，则我一直将该模型称为“好”，但是我一直难以量化此过程，并且我相信会有更好的方法方法。 /编辑2：我正在寻找一个公式，该公式采用预测值和实际值并返回一些“错误”或“准确性”指标。我的计划是在交叉验证过程中根据折叠数据计算此函数，然后将其用于比较各种模型（例如，泊松回归，随机森林和GBM）。 例如，一个这样的函数是RMSE = sqrt(mean((predicted-actual)^2))。另一个这样的功能是AUC。这两个函数似乎都不适合泊松数据。
3
R：尽管数据集中没有NaN，随机森林仍在“外部函数调用”错误中抛出NaN / Inf [关闭]
我正在使用插入符号在数据集上运行交叉验证的随机森林。Y变量是一个因素。我的数据集中没有NaN，Inf或NA。但是，当运行随机森林时，我得到 Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use warnings() to see them) Warning messages: 1: In data.matrix(x) : NAs introduced by coercion 2: In data.matrix(x) : NAs introduced by coercion 3: In data.matrix(x) : NAs introduced by …
1
从lmer模型计算效果的可重复性
我刚刚碰到了这篇论文，该论文描述了如何通过混合效应建模来计算测量的可重复性（又称可靠性，又称类内相关性）。R代码为： #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) #compute n0, the repeatability adjustment n = as.data.frame(table(my_data$unit)) k = nrow(n) N = sum(n$Freq) n0 = (N-(sum(n$Freq^2)/N))/(k-1) #compute the adjusted repeatability Rn = …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 
4
二项式，负二项式和Poisson回归之间的差异
我正在寻找有关二项式，负二项式和泊松回归之间差异的信息，以及这些回归最适合哪种情况。 我是否可以在SPSS中执行任何测试，以告诉我这些回归中哪一个最适合我的情况？ 另外，由于没有在回归部分可以看到的选项，因此如何在SPSS中运行泊松或负二项式？ 如果您有任何有用的链接，我将非常感谢。
2
如何知道数据是否遵循R中的泊松分布？
我是一名本科生，并且为我的概率课程设计了一个项目。基本上，我有一个数据集，介绍了影响了我国多年的飓风。 在我的概率书（（概率与统计数为R）中，有一个（不完整的）示例，说明如何检查数据是否遵循泊松分布，他们开始尝试证明遵循了这三个条件： 120（标准）第122-123页示例） 1-非重叠间隔中的结果数是独立的。换句话说，时间间隔（0，t]中的结果数与时间间隔（t，t + h]，h> 0的结果数无关 2-在足够短的间隔内出现两个或更多结果的可能性实际上为零。换句话说，如果h足够小，则与在相同时间间隔中获得一个或零个结果的概率相比，在时间间隔（t，t + h]中获得两个或多个结果的概率可以忽略不计。 3-在足够短的间隔或较小区域中恰好一个结果的概率与间隔或区域的长度成正比。换句话说，在长度为h的区间中一个结果的概率为lambda * h。 但是标准3被“作为练习”。 A-有人可以告诉我是否有更“简便”的方法来查看我的数据集是否遵循泊松分布吗？ B-有人可以用某种示例向我解释准则1和3（如果使用R的话，太棒了）？ 谢谢！ 注意：很抱歉，冗长的帖子。另外，我必须转换数据，以便有一个像这样的表： number of hurricanes | 0 | 1 | 2 etc. ----------------------------------------- total years that have | | | that number of hurricanes | | |
3
分散数据计数的合适模型是什么？
我正在尝试对R中的计数数据进行建模，R的数据显然分散不足（分散参数〜.40）。这可能就是为什么glm具有family = poisson二项式（glm.nb）模型或负二项式（）模型不重要的原因。当我查看数据的描述时，我没有计数数据的典型偏斜，并且在我的两个实验条件下的残差也是均匀的。 所以我的问题是： 如果我的计数数据确实不像计数数据那样运行，我是否还需要对计数数据使用特殊的回归分析？有时我会遇到非正态性（通常是由于峰度），但是我使用百分位数自举法比较修整后的均值（Wilcox，2012年）以解决非正态性问题。可以用Wilcox建议并在WRS软件包中实现的任何可靠方法代替计数数据的方法吗？ 如果必须对计数数据使用回归分析，如何计算色散不足？泊松分布和负二项式分布具有较高的色散，所以这不合适吗？我当时正在考虑应用拟泊松分布，但是通常建议将其用于过度分散。我阅读了有关R包中似乎能够解释过度散布和欠散的beta二项式模型VGAM的信息。但是，作者似乎建议使用倾斜的Poisson分布，但我在包中找不到它。 谁能推荐用于散布数据的过程，并可能提供一些示例R代码？
9
计数数据的时间序列，计数<20
我最近开始为结核病诊所工作。我们会定期开会，讨论我们目前正在治疗的结核病病例数，进行的检测数目等。我想开始对这些计数进行建模，以便我们不只是猜测是否有异常。不幸的是，我几乎没有时间序列方面的培训，并且我大部分时间都在接触非常连续的数据（股价）或大量计数（流感）的模型。但是我们每月处理0-18例（平均6.68，中位数7，变量12.3），分布情况如下： [图像迷失在时间的迷雾中] [被烟灰吞噬的图像] 我已经找到了一些有关此类模型的文章，但我非常感谢听到您的建议-无论是方法还是我可以用来实现这些方法的R包。 编辑： mbq的回答迫使我对我在这里要问的问题进行更仔细的思考。我对每月的工作太挂了，失去了问题的实际重点。我想知道的是：（从2008年开始）（明显可见）的下降是否反映了案件总数的下降趋势？在我看来，2001-2007年间每月的案件数量反映了一个稳定的过程；也许有些季节性，但总体稳定。从2008年至今，情况似乎正在发生变化：案件总数正在下降，尽管由于随机性和季节性，每月的案件数可能会上下波动。如何测试流程中是否存在真正的变化？如果我能确定下降，
2
两个泊松随机变量之比的分布是什么？
我有一个关于随机变量的问题。让我们假设我们有两个随机变量和。假设是具有参数泊松分布，而是具有参数泊松分布。XXXYYYXXXλ1λ1\lambda_1YYYλ2λ2\lambda_2 当您从生成裂缝并将其称为随机变量，该分布如何分布，这是什么意思？是吗？X/YX/YX/YZZZλ1/λ2λ1/λ2\lambda_1/\lambda_2
4
在对连续数据建模时，泊松分布如何工作，是否会导致信息丢失？
一位同事正在为她的论文分析一些生物学数据，并得出一些令人讨厌的异方差（下图）。她正在使用混合模型对其进行分析，但仍然无法处理残差。 对数转换响应变量可以清除内容，并且根据对该问题的反馈，这似乎是一种适当的方法。但是，最初，我们曾认为将转换变量与混合模型一起使用存在问题。事实证明，我们一直在误解Littell＆Milliken（2006）的SAS for Mixed Models中的一个陈述，该陈述指出了为什么不适合转换计数数据然后使用正常的线性混合模型进行分析的原因（下面有完整的引号） 。 一种也可以改善残差的方法是使用具有Poisson分布的广义线性模型。我已经读过Poisson分布可用于对连续数据进行建模（例如，如本文中所讨论的），并且stats包允许这样做，但是我不了解模型适合时的情况。 为了理解如何进行基础计算，我的问题是：当您将Poisson分布拟合到连续数据时，1）是否将数据四舍五入到最接近的整数2）这样做会导致信息丢失，并且3）何时（如果有的话）将Poisson模型用于连续数据是否合适？ Littel＆Milliken 2006，第529页，“转换[count]数据可能会适得其反。例如，转换可能会使随机模型效应的分布或模型的线性变形。更重要的是，转换数据仍然留有可能性。负预测计数。因此，高度怀疑使用转换数据的混合模型进行推断。”
4
边缘情况下精度和召回率的正确值是多少？
精度定义为： p = true positives / (true positives + false positives) 对不对，作为true positives和false positives做法0，精度接近1？ 召回相同的问题： r = true positives / (true positives + false negatives) 我目前正在实施统计测试，需要计算这些值，有时分母为0，我想知道在这种情况下应返回哪个值。 PS：请原谅，不恰当的标签，我想用recall，precision和limit，但我不能创造新的标签呢。
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
4
泊松随机变量的四舍五入平均值的分布是什么？
如果我具有泊松分布的随机变量，参数为，则（即平均值的整数下限）？λ 1，λ 2，... ，λ Ñ ÿ = ⌊ ＆Sigma; ñ 我= 1 X 我X1,X2,…,XnX1,X2,…,XnX_1,X_2,\ldots,X_nλ1,λ2,…,λnλ1,λ2,…,λn\lambda_1, \lambda_2,\ldots, \lambda_nY=⌊∑ni=1Xin⌋Y=⌊∑i=1nXin⌋Y=\left\lfloor\frac{\sum_{i=1}^n X_i}{n}\right\rfloor 泊松的总和也就是泊松，但我对统计数据没有足够的信心来确定上述情况是否相同。
2
描述负二项式分布变量之间差异的分布？
一个Skellam分布描述了具有泊松分布的两个变量之间的区别。是否存在类似的分布来描述遵循负二项式分布的变量之间的差异？ 我的数据是通过泊松过程生成的，但包含大量噪声，导致分布的过度分散。因此，使用负二项式（NB）分布对数据建模非常有效。如果要对这两个NB数据集之间的差异进行建模，我有哪些选择？如果有帮助，则假设两组的均值和方差相似。
2
如何拟合离散分布以计算数据？
我有以下计数数据的直方图。我想为其分配一个离散的分布。我不确定该如何处理。 我是否应该首先在直方图上叠加离散分布（例如负二项分布），以便获得离散分布的参数，然后运行Kolmogorov–Smirnov检验以检查p值？ 我不确定此方法是否正确。 是否有解决此类问题的通用方法？ 这是计数数据的频率表。在我的问题中，我只关注非零计数。 Counts: 1 2 3 4 5 6 7 9 10 Frequency: 3875 2454 921 192 37 11 1 1 2 更新：我想问：我在R中使用fitdistr函数来获取用于拟合数据的参数。 fitdistr(abc[abc != 0], "Poisson") lambda 1.68147852 (0.01497921) 然后，在直方图的顶部绘制泊松分布的概率质量函数。 但是，似乎泊松分布无法对计数数据建模。有什么我可以做的吗？
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.