问题标签 [binomial-cdf]

我有这张表（NumSucc = 成功次数，NumberTrials = 试验次数，Prob 是成功的概率）：

我想要每行的累积二项式分布 P 值。当我将这个确切的表格放入 excel 列 AD 中，然后在 E 列中键入函数（例如，对于第 2 行）：

输出表如下所示：

或者，当我使用以下代码将这个确切的表放入 Scipy 时：

输出是：

有谁知道为什么这两种方法没有给出相同的结果？

我正在尝试重新实现最初R用Python. 但是，我不确定我是否使用了正确的功能。

在R中，我得到：

使用Python& SciPy，我使用

实际上我要做binom.sf(2, 8, float(11)/float(2364))的是确保第三个参数不是0因为 int 除法。

为什么价值观不同？我必须指定 Scipy / 的时刻binom.sf吗？我应该使用其他库吗？

我正在尝试根据从转换矩阵中提取的给定概率向量计算下一个状态。

其中 probs 代表概率向量，下一步是计算给定二项分布的输出。

其中 n 是观察次数（在本例中为状态 1 --> 状态 5），size 是试验次数（1 次成功或 0 次失败），prob 是每次观察成功的概率，函数返回以下输出：

所以我假设更可能的输出是一步后的状态 1，但有时我会得到以下信息：

但那是不可能的，因为这个人应该只能从他的上一步进入某个状态。

任何人都知道如何解决这个问题？

谢谢你的时间

已解决：我应该使用 rmultinom 而不是 rbinom

这是一个从二项分布中提取随机数的示例std::binomial_distribution

我找不到类似的提升示例。我浏览了这个文档，它解释了如何从一个boost::math::binomial对象计算 PDF、CDF 和其他内容，但他们不是在谈论对随机数进行采样。

boost::math::binomial我应该根据将为我计算的 CDF 自己编写二进制搜索 还是可以直接提升返回随机数？

假设我们有一个 numpy 数组 v

现在我们使用下面的代码来找到一个新的向量说 w

所以 w 看起来像这样，

现在，我们需要知道每对中的第一个元素遵循二项式分布 Bin(v[0], 0.1) 并且每对的第二个元素遵循二项式分布 Bin(v [1], 0.05)。一种方法是通过这一个班轮

输出：

但是计算需要太多时间，特别是因为我正在迭代几个 v 向量！

有没有一种有效的方法来计算 prob_vector？

谢谢

对应r code如下。

然后我将数据绘制如下：

下面给出了相应的图表。

如您所见，有两条水平线（以红色绘制）和两条垂直线（以黑色绘制）。我需要在 x 轴上找到与 H(theta) 的交点相对应的两个点。

我使用locator()函数 inr计算单次迭代的两个 x 截距。我想将上面的内容迭代 1000 次，所以单独找到它们真的很乏味。

有没有其他r函数可以用来找到这两个 x 截点？

先感谢您。

我使用以下r代码来确定覆盖概率。

但是，我得到的 6.4% 太低了。为什么我的百分比真的很低？功能有问题r吗？

我正在尝试计算未指定分布的覆盖概率。我在r下面复制了我的代码和相应的错误消息。

首先，我将 CDF 定义如下。

然后使用以下命令估计覆盖概率。

错误消息和输出如下。

uniroot(function(p) CD_theta(x[i], p, n) - 0.975, c(0, 1)) 中的错误：端点处的 f() 值不是相反的符号

平均值（覆盖）[1] 0.9820282

我在编码方面有什么错误吗？我怎样才能防止这种情况？

在这里https://stats.stackexchange.com/questions/13000/random-effect-nested-under-fixed-effect-model-in-r和这里https://stats.stackexchange.com/questions提出了类似的问题/190120/nesting-random-effect-within-fixed-effect-using-lmer-of-lme4-in-r但是，我无法将这些答案应用于我的特定问题。

数据

在 23 个不同的森林地点建立了样地。每个地块有 4 个子地块。我感兴趣的响应是包含成功树的子图的数量。为了避免伪复制，这在绘图级别被建模为在 4 次试验中成功 x 次（x 可以是整数 [0:4]）的二项式。我有两个我感兴趣的固定效应：围栏和平均幼苗大小。击剑是一个标准变量，平均。幼苗大小是在小区级别测量的。因为多个地块嵌套在同一个位置，我的委员会成员希望我将位置作为随机效应包括在内，以说明地块之间缺乏完全独立性。

以下代码模拟我的数据：

该模型

我想单独测试围栏效果以及围栏和幼苗大小之间可能的相互作用（围栏保护小幼苗免受鹿的伤害）。这是我正在使用的模型：

总结结果

问题

这是指定我想要的模型的正确语法吗？如何解释结果？Fenced 出现在随机摘要和固定效应中。最后，什么可能导致收敛警告，以及如何解决？

至少对于收敛问题，我确实按照此处的建议在所有不同的优化器上运行了模型：https ://www.rdocumentation.org/packages/lme4/versions/1.1-17/topics/convergence效果估计和意义相似在优化器之间，除了 1 之外，所有的都是“OK”或“工作”。无论这对我来说具体意味着什么，都不清楚，除了近似方法不是问题。然而，做类似“Richardson Extrapolation”之类的事情有点过头了。

我想绘制负二项分布。任何人都可以建议从哪里获得可用于此分布的合适数据集吗？