poisson

0热度

1回答

我有一个数据集，在该数据集中需要对两周内医生的访问次数作为年龄组函数的变化进行泊松回归分析（即< 30 30至50岁，> 50岁），性别和疾病。控制性别和疾病的数量不变的平均值。这里是我的数据样本： visits gender age illness 1 female 19 1 1 female 19 1 1 male 19 3 1 male 19

0热度

2回答

ggplot2和geom_ribbon：eval（expr，envir，enclos）中的错误：未找到对象'Freq'

我在计数数据上运行泊松广义线性模型，并使用ggplot绘制数据和拟合模型。我的数据： structure(list(YR = c(1960, 1961, 1962, 1963, 1964, 1965, 1966, 1967, 1968, 1969, 1970, 1971, 1972, 1973, 1974, 1975, 1976, 1977, 1978, 1979, 1980, 1981,

2热度

2回答

Matlab仿真错误

我完全是Matlab的新手。我试图模拟维纳和泊松的组合过程。为什么我会得到下标分配维度不匹配？我试图模拟 Z(t)=lambda*W^2(t)-N(t) 凡W是一个维纳过程和N是泊松过程。我使用的代码如下： T=500 dt=1 K=T/dt W(1)=0 lambda=3 t=0:dt:T for k=1:K r=randn W(k+1)=W(k)+sqrt(dt)*r

0热度

1回答

“多变量分布必须有多个组件” - WinBUGS中的错误

编译期间，我收到一个错误消息，说“多变量分布必须有多个组件”，我无法获得有关此错误的更多信息。任何人有任何想法如何解决这个问题，请分享。谢谢。 model { for(i in 1:n) { for(j in 1:J) { log(mu[i,j]) <- beta1[j]*x1[i] + beta2[j]*x2[i] + b[i,j] }

-1热度

1回答

叠加泊松分布到直方图

我知道以前有关于该主题的问题，但我找不到我的问题的具体情况。我试图在直方图上绘制泊松分布。我试着在SciPy的使用泊松功能从统计模块的第一件事： import numpy from scipy.stats import poisson mu = mean(data) n, bins, patches = pyplot.hist(data, 20, normed = 1) pyplot.p

-5热度

1回答

泊松随机数生成的主要方法

请我看到一种实现泊松分布函数来生成随机数的方法，我不知道如何运行它。有人可以帮助我的主要方法，可以打印随机数字？以下是代码： public static int getPoisson(double lambda) { double L = Math.exp(-lambda); double p = 1.0; int k = 0; do { k++; p *= Ma

-1热度

2回答

指数/泊松分布

汤姆进入岗位办公室，其中5人正在服务，每个人都由不同的销售员。只要目前正在参加的5人中的任何一人完成，他就会被召唤。每个cleark每个人的服务时间是指数分布，平均服务时间为5分钟，并且独立于所有其他服务时间。找到汤姆需要等待超过2分钟才能召唤的概率。我正在努力确定如何设置，主要是因为有5人被送达。

0热度

1回答

Python中的泊松累积概率函数返回一个接近但不是真的值！为什么？

我对python比较陌生，并且正在教我自己。我想出了一个挑战来提高我的技能;编写一个泊松概率计算器。我总共写了3个函数。第一：单个离散变量的泊松概率。第二：从0开始的累积泊松概率。第三：在闭区间内的累积泊松概率。不知何故，前两个功能完美地工作，但最后，（这称为第二），是非常接近，但不是真实的。我用下面的数学：泊松分布：累积泊松分布：区间概率：这是我的源代码： from math im

-1热度

1回答

最大似然估计 - 比较两个分布

我有一个锻炼，在那里我给出5个数据点：独立产生x1 = 10, x2 = 7, x3 = 1, x4 = 15, x5 = 8。在第一部分，我告诉他们遵循参数THETA的泊松分布，并问我找到2θ位置的最大似然估计。我计算argmax(theta) of ln(x1,x2,x3,x4,x5 | theta)并得到了 theta = 41/5 = 8.2结果。对于第二部分，我被问到同样的事情，

2热度

1回答

泊松分布的MLE引导

我有以下Poisson分布： Data 3 5 3 1 2 1 2 1 0 2 4 3 1 4 1 2 2 0 4 2 2 4 0 2 1 0 5 2 0 1 2 1 3 0 2 1 1 2 2 0 3 2 1 1 2 2 5 0 4 3 1 2 3 0 0 0 2 1 2 2 3 2 4 4 2 1 4 3 2 0 3 1 2 1 3 2 6 0 3 5 1 3 0 1 2 0 1 0 0