poisson

    1热度

    2回答

    当glmnet和glm得到一个句柄时,我碰到了lambda = 0和family =“poisson”的收敛问题。我的理解是,在lambda = 0(和alpha = 1,默认值)的情况下,答案应该基本相同。 以下代码从glmnet帮助页面(?glmnet)上的poisson示例略有更改。唯一的变化是,NZC = P,使得所有变量都在真实模型 N=1000; p=50 nzc=p x=matr

    0热度

    1回答

    我试图将增量的泊松噪声添加到.fits文件。我知道如何做一个普通的文件类型,但我似乎无法读取适合,然后添加泊松噪声。有人知道如何去做这件事吗? 这是代码。其中大部分并不特别相关。 s=str(raw_input("filter name: ")) t=str(raw_input("sci or wht: ")) poisson = str(raw_input("Poisson noise am

    0热度

    1回答

    你好,我想模拟一些作业调度算法,我想创建一个泊松到达函数的请求。 我发现在维基百科泊松到达的算法和我impleneted它和拼命地跑,但我得到相同的结果的所有时间(例如L = 15 - >返回14,升= 1/15返回0) #include <cmath> #include <iostream> #include <cstdlib> using namespace std; main(){

    0热度

    1回答

    我设法将泊松噪声添加到我的.fits图像,但我需要添加分布像高斯分布的平均/中值(mu_0)为0和分布越来越宽的噪声(西格玛)。我找不到用这种方式添加噪音的语法,那么有人可以通过它来指导我吗?目前,我添加的泊松噪声是均匀分布的,这不是我想要的;我需要高斯随机性。 这里是代码的相关位: im = pf.open(name) isinstance(im,list) im0 = im

    1热度

    1回答

    我正在做一些信号处理,我需要生成一个泊松矩阵,但是我正在使用的数据足够大,以至于我目前正在执行内存的方式耗尽了内存。 我一直在琢磨这一点,现在有点难住,所以我希望你们可以帮我找到一个更有效的方法来生成矩阵,即解决了问题matlab内存不足。 反正这里是我迄今为止 n = 20; B = zeros(n^2,n^2); for i = 1:n^2 for j = 1:n^2 if

    0热度

    1回答

    我想知道R在拟合泊松GLM时如何找到标准化残差或rstandard。我已经找到了this,但它并不是在谈论标准化的残差。因此,这里是一个简单的代码: counts <- c(18,17,15,20,10,20,25,13,12) x=rpois(9,1) E=counts*10+rpois(9,2) glm.D93 <- glm(counts ~ x+offset(log(E)), fami

    2热度

    2回答

    泊松回归预测区间我tryed两种方法,但我觉得既困难.. 我尝试更好地解释这是我的问题之前,我告诉你,我的问题与这两种方法。 我有数据集“承兑汇票”,其中我在用之前介绍的indipendent变量的医院接受日常的数量。医院有三个地方我们做访问......所以在我的数据集中,我每天有三行一个地方。该数据集似乎是: Date Place NumerAccept weekday month NoCon

    1热度

    1回答

    我试图在R中生成两个事件的泊松表,其中一个平均值为1.5(lambda1),另一个平均值为1.25(lambda2)。我想在x = 0到x = 7 +(7或更多)的情况下生成这两种情况下的概率。这可能很简单,但我似乎无法弄清楚如何做到这一点!我已经成功地创建了表的数据帧,但我真的不知道该怎么输入的参数,因为我从来没有写入之前的函数: name <- c("0","1","2","3","4","5

    1热度

    1回答

    我的工作R 3.0.1和我做了模拟的集群泊松过程,R通常有一个默认的区域基本上是一个盒子,在接下来的图片可以看到我的模拟: 到目前为止一切正常,麻烦的是,我想要做的是模拟相同的distribution但使用地理区域,但我不知道如何更改参数以便使用地理坐标获得不同的区域。例如: 综上所述,基本上是我想要做的是找出如何改变这种面积较大的一个,以使相同的模拟但随着新区域。这里是我试过的代码: libra

    1热度

    3回答

    我有一些图像需要添加增量的泊松噪声才能更全面地分析它们。我知道你可以在MATLAB中做到这一点,但你如何去做Python?到目前为止搜索没有任何结果。