问题标签 [exponential-distribution]

我必须在时间间隔 [0; T] 与 T = 2000 s 使得连续事件之间的等待时间呈指数分布，平均 u = 0.4 s。然后计算每秒的事件数。

我想我可以先将每个事件时间视为所有先前等待时间的总和。但是我不允许在我的脚本中使用循环。所以这有点棘手

最后将其全部拟合到 T 计数的泊松分布中，并从中制作直方图。

编辑：这是我到目前为止得到的：

这个对吗？

我相信你们中的许多人都听说过一个叫做崩溃的游戏。一些流行的例子是 satoshi，bustabit。

解释起来非常复杂，所以我将开始假设您熟悉它。

无论如何，我的目标是按照这些思路重新创建一些东西。我想做一个函数，它会给我一个介于 1 到 100 之间的指数分布双 PRNG。

基本上，一个介于 1 和 100 之间的随机双倍，其中在 1 附近获得双倍的概率比在接近 100 时获得双倍的可能性更大。

到目前为止，我一直在尝试一些东西，但我真的无法弄清楚这一点。任何关于如何实现这一点的见解将不胜感激。

我正在尝试在 Stata 中使用 10000 个随机样本进行模拟，用于 (i) 带有 pdf 的变量 X f(x) = 2*x*exp(-x^2), X>0，以及 (ii)Y=X^2 我计算出 F 的 cdf 为1-exp(-x^2)，所以 F 的倒数是sqrt(-ln(1-u). 我使用以下代码在Stata中：

我的查询是：（i）（1）和（2）基于概率积分变换，我遇到过但不明白。如果（1）和（2）是有效的方法，这背后的直觉是什么，（ii）（3）的输出似乎不正确；我不确定我是否正确应用了 reexponential 函数，以及 scale 参数是什么（在 stata 帮助中似乎没有对此进行解释）（iii）（4）的输出似乎也不正确，我是想知道为什么这种方法有缺陷。

谢谢

我有一个类似于以下内容的数据集：

使用牛顿冷却定律，其中 Temp(time) ~ Ts + (T0)exp^-c*time 我试图在 R 中拟合一个指数模型来计算c（即冷却速率）的值。

从这里的其他问题来看，我觉得 usingnls()是合适的，但我不确定如何设置模型，因为我不知道c. 任何意见，将不胜感激。

我是 Python 中随机数生成的新手。

我了解马尔可夫链的概念，但无法将其转换为有用的代码：

例如，我如何使用 Python 生成根据指数分布分布的实数马尔可夫链：

其中 N 是归一化因子？

我有一个 PDF，我从逆方法得到它。以及来自 x<-rnorm(20,0,1) 的 x。这是来自指数并行的模型，用于协变量的生存分析，其中我让 lambda= b0+b1*x

问题是当我执行 maxLik 函数时，maxLik 中的标准误差值返回 NA 值。我将 z1 指定为对数似然函数。

先感谢您。

我正在编写一个程序，需要 200 架飞机在 12 小时内以泊松分布分布，这些飞机需要降落在只有 1 条跑道的机场。我使用指数分布的反向 CDF 方法来确定到达间隔时间。但是，我似乎无法计算在空中的等待时间。

例如，一架飞机在 100 秒到达，需要 75 秒降落，并在 175 秒完成。飞机 2 到达 150 秒，必须等待 175-150 = 25 秒。如何编程我的函数可以输出的变量，考虑到等待时间也可以是 0 秒？

我需要等待时间的原因是争论这个模拟机场建造另一条跑道是否有意义。在这个项目中，我不关心从跑道起飞的其他飞机。

我正在学习Anylogic。我对某事感到好奇。有人解释说到达率遵循指数分布。我想知道'如何证明这一点？

您的任何善意指导都会非常有帮助和感激。太感谢了。

我想将线性图转换为指数图。在 SCORE 的 x 轴值上生成 2 个值，范围从[-1,-0.9,-0.8,..0,0.1,0.2,....1]和 y 轴值范围从[0,255]

生成的线性图是

我希望生成下图中给出的指数图

我想缩放 y 值，使其具有指数形状，最大值为255.

我正在尝试将原始数据与指数曲线拟合一起绘制，并为 R 中的最大似然模型函数添加置信区间。我的数据存储在 df(x.number, y.size) 中。我正在尝试使用 R 中的 skewfun 运行 MLL

我想使用模型中的估计值来绘制曲线 + 95% 置信区间以及原始数据，但我一直遇到错误 ( Error in solve.default(oout$hessian) : Lapack routine dgesv: system is exactly singular: U[1,1] = 0)