Domande taggate «poisson-distribution»

Una distribuzione discreta definita sugli interi non negativi che ha la proprietà che la media è uguale alla varianza.

3
Perché il CLT non funziona per
Quindi sappiamo che una somma di poisson con il nnnparametro λλ\lambda è essa stessa un poisson con nλnλn\lambda . Quindi ipoteticamente, si potrebbe prendere x∼poisson(λ=1)x∼poisson(λ=1)x \sim poisson(\lambda = 1) e dire che è in realtà ∑n1xi∼poisson(λ=1)∑1nxi∼poisson(λ=1)\sum_1^n x_i \sim poisson(\lambda = 1) dove ogni xixix_i è: xi∼poisson(λ=1/n)xi∼poisson(λ=1/n)x_i \sim poisson(\lambda = 1/n) …
4
Inquadratura della distribuzione binomiale negativa per il sequenziamento del DNA
La distribuzione binomiale negativa è diventata un modello popolare per i dati di conteggio (in particolare il numero previsto di letture di sequenziamento all'interno di una determinata regione del genoma da un determinato esperimento) in bioinformatica. Le spiegazioni variano: Alcuni lo spiegano come qualcosa che funziona come la distribuzione di …
2
Quando qualcuno dice che la devianza / df residua dovrebbe ~ 1 per un modello di Poisson, quanto è approssimativo approssimativo?
Ho spesso visto i consigli per verificare se un adattamento del modello di Poisson è troppo disperso e implica la divisione della devianza residua per i gradi di libertà. Il rapporto risultante dovrebbe essere "circa 1". La domanda è: di quale portata stiamo parlando per "approssimativo" - qual è un …
4
Quanto è strano un gruppo di incidenti aerei?
Domanda originale (25/07/14): questa citazione dai media ha senso, o esiste un modo statistico migliore per visualizzare l'ondata di incidenti aerei recenti? Tuttavia, Barnett attira anche l'attenzione sulla teoria della distribuzione di Poisson, che implica che brevi intervalli tra gli incidenti sono in realtà più probabili di quelli lunghi. "Supponiamo …
1
Qual è l'intuizione dietro i campioni scambiabili sotto l'ipotesi nulla?
I test di permutazione (chiamati anche test di randomizzazione, test di ri-randomizzazione o test esatto) sono molto utili e sono utili quando l'assunzione della distribuzione normale richiesta da per esempio t-testnon è soddisfatta e quando la trasformazione dei valori per classifica del test non parametrici come Mann-Whitney-U-testquesto porterebbero alla perdita …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 
11
Esempi di processi che non sono Poisson?
Sto cercando alcuni buoni esempi di situazioni inadatte a modellare con una distribuzione di Poisson, per aiutarmi a spiegare la distribuzione di Poisson agli studenti. Uno usa comunemente il numero di clienti che arrivano in un negozio in un intervallo di tempo come esempio che può essere modellato da una …
7
Comprendi intuitivamente perché la distribuzione di Poisson è il caso limite della distribuzione binomiale
In "Data Analysis" di DS Sivia, c'è una derivazione della distribuzione di Poisson, dalla distribuzione binomiale. Sostengono che la distribuzione di Poisson è il caso limite della distribuzione binomiale quando , dove è il numero di prove.M→∞M→∞M\rightarrow\inftyMMM Domanda 1: come si può comprendere intuitivamente tale argomento? Domanda 2: Perché il …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.