问题标签 [poisson]

我为 R 找到了一个包“bivpois”，它评估两个相关泊松过程的模型（例如，足球比赛中主队和客队的进球数）。但是，这个包似乎不再可用于较新版本的 R。

是否有合理的方法来修改 glm() 函数以执行类似的过程，或者在我的新版本 R 上运行这个旧包？我发现关于这类过程的文献很少，并且在其他统计软件包（如 STATA）中易于实施方面也很少发现。

任何建议将不胜感激。

我需要求解一个二维泊松方程，即 for AX=B 中的方程组，其中 A 是 n×n 矩阵，B 是 n×1 向量。作为 2D Poisson 问题的离散化矩阵，我知道只有 5 个对角线不会为空。Lapack 不提供解决此特定问题的函数，但它具有求解带状矩阵方程组的函数，即 DGBTRF（用于 LU 因式分解）和 DGBTRS。现在，5条对角线是：主对角线，主对角线上方和下方的第一条对角线以及主对角线上方和下方的两条对角线，m对角线wrt。在阅读了有关带存储的 lapack 文档后，我了解到我必须创建一个 (3*m+1)-by-n 矩阵来以带存储格式存储 A，我们将这个矩阵称为 AB。现在的问题：

1) dgbtrs 和 dgbtrs_ 有什么区别？英特尔 MKL 两者都提供，但我不明白为什么

2) dgbtrf 要求带存储矩阵是一个数组。我应该按行还是按列线性化 AB？

3）这是调用这两个函数的正确方法吗？

如何在绘图中添加泊松回归线？我尝试了以下方法，但 abline 功能不起作用。这是因为 abline() 使用截距和斜率，而泊松回归线使用对数链接。

我正在寻求有关我在 Mathematica 中编写的 Poisson Solver 的帮助。插入数组的代码很长，但可以在http://pastebin.com/uSrSDcW6找到完整的详细信息

我正在使用源自泊松方程的中心差分法计算给定电荷密度的电压。计算电压后，我测试数据集的收敛性。我将收敛阈值设置为 10^-1000+ 的数量级。我将循环设置为在 10000 次迭代后退出，以防万一出现问题，作为故障保险。我有一个循环计数器以保持理智。只要收敛阈值设置为 10^-100，程序似乎运行良好。

我的问题是：无论我更新阈值，例如 10^-100、10^-150，计算在 633 次迭代后停止并退出循环。我将不胜感激，我完全被困住了。我已经在程序中添加了评论，这些评论应该对这个论坛上的任何人都有解释。再说一次，我知道这个描述是有限的，所以请查看附加的 URL http://pastebin.com/uSrSDcW6以获得完整的程序。

*更新10/9/12 ***我已将问题隔离到 16 位机器精度。我需要将它打开到我的机器最大精度为 10^309。Mathematica 帮助很少说明如何做到这一点。例如“N [机器精度，50]”。我将在我的程序中将其设置在哪里以将其应用于所有计算？如果有帮助，我会在此处粘贴循环

Vnew / Vold / RHO 是 10x10x34 矩阵 Epsilon 是一个常数
（将 ConvergenceLoop 初始化为 O - 如果需要，这将作为故障安全退出循环）

收敛环 = 0;

（将收敛初始化为零）

收敛 = 0;

而[收敛 == 0 && 收敛循环 < 10000,

（遍历所有 i,j,k 元素，计算新的电压值）

Do[Vnew[[i]][[j]][[k]] = (1/(2/deltaX^2 + 2/deltaY^2 + 2/deltaZ^2)) *(((Vold[[i + 1]][[j]][[k]] +

（假设收敛，因此当测试达到超过定义的收敛阈值的第一个值时触发循环）

收敛 = 1;

（这是收敛测试。用户定义的收敛阈值）

用户在任何元素上定义*)

（忽略第一次迭代，直到 Vnew 和 Vold 非零）

If[ConvergenceLoop < 2, Convergence = 0, Null];

（迫使 Vold 与 Vnew 一起进化）

Vold = Vnew；

收敛循环 ++;]

（为未来计划添加了 SessionTime）

如果[ConvergenceLoop == 10000,

Print["达到收敛循环限制。" (SessionTime[]/3600) ],

Print["未达到收敛循环限制。"]];

（我们打破了while循环，意味着我们的数据收敛了，所以打印收敛的值）

如果[收敛 == 1,

打印[ConvergenceLoop“恭喜收敛！” MatrixForm [Vnew]], Print["没有收敛！"]];

I'm doing a simulation program of a transport network. I want to simulate an arrival of passengers in a bus station that have a poison distribution of rate lambda.

In fact, in my conception of the program I need two lists of arrival dates: the first one is considered as the expected arrival dates for passengers and the second will be considered as the real effective arrival of passengers.

For generating time arrival I did use the following code using boost:

The problem is if I use this code for different lists to generate the arrivals dates for the same Lambda and the same list size it will always generate the same numbers.

How do I to create a certain variation in this generation so that the two generated lists will be a little bit different?

我已使用此处的参考资料（PDF 的第 19 页）来计算直接标准化发病率的置信区间。引用的章节Table of 95% Confidence Limits for the Number of Cases, for 1-29 Cases, Based on the Poisson Distribution，附在此处：

我尝试使用包中的ci.poisson函数生成数字epicalc：

输出与 PDF 的表格不同，应该是0.0000- 3.6889。我想知道我是否使用了错误的函数来生成数字。如何使用 R 构造该表？谢谢。

我必须使用预测校正方案来求解二维泊松方程。该方程必须在n*m非均匀网格上求解。预测-校正方案是指通过将一步的解和一个值相加得到x一步的解。该值是通过求解线性方程组获得的，类似于：k+1kdeltadelta

A(x^k) * 增量 = b(x^k)

通过应用有限差分法，矩阵A具有5非零对角线：主对角线，紧邻上方和下方的对角线以及上方和下方的两个（由n-1零对角线与其他对角线分开）。不均匀，A显然是不对称的。此外， 的主对角线A和 向量b将根据旧解决方案进行更改。现在，我想使用并行算法来解决这个问题，因为寻找delta大网格可能非常昂贵。有任何想法吗？至于现在，我正在尝试 Jacobi 方法。

我相信我有两种可能的途径：我可以坚持直接和顺序方法或使用迭代方法。如果我选择后者，那么如果我想利用并行性，就必须使用 Jacobi 的方法。你知道其他并行方法吗？如果我选择前者，你知道是否有一种算法可以利用我5的对角线完全非零这一事实吗？Thomas 的块矩阵算法怎么样？

我正在尝试使用 R 对我拥有的一些数据进行泊松回归。目前的数据结构如下：

数据根据三个职业进行分层。数据中有四个收入水平。在每个阶层内，对于每个收入水平，都有

1. 发生的工作场所事故的数量，以及
2. 观察到的总人月数。

这是设置的示例。括号中的数字是观察到的总人月数，括号中的数字是工作场所事故的数量。

我的问题是如何设置这些数据并对收入水平对工作场所事故发生的影响进行泊松回归？理想情况下，我想调整职业并找出仅收入的影响，但作为起点，我根本不知道如何将其设置为泊松回归问题。我想过做一些事情，比如将受伤次数除以观察月数，但这样会给出非整数值，所以我认为这不是正确的做法。

重申一下，预测指标：收入水平；反应变量：工作场所事故。

顺便说一句，如果这样做有意义的话，将括号数字分开并将它们放入自己的列中会很容易。

我非常感谢有关如何设置它的任何建议。我确信其他统计学家正在使用类似的结构化数据，并且可能也希望获得一些见解。非常感谢！

在阅读了最近一篇关于泊松分布应用程序的博文后，我尝试使用 Python 的“scipy.stats”模块以及 Excel/LibreOffice 的“POISSON”和“CHITEST”函数来重现它的发现。

对于文章中显示的预期值，我简单地使用了：

这重现了博客文章中显示的表格 - 我还在 LibreOffice 中重新创建了它，使用单元格 A1、A2、...、A8 中值为 0 到 7 的第一列 A 和简单的公式 '=POISSON( A1, 2, 0)*31' 在 B 列的前 8 行重复。

到目前为止一切顺利 - 现在是卡方 p 检验值：

在 LibreOffice 下，我只是在单元格 C1-C8 中写下观察到的值，并使用 '=CHITEST(C1:C8, B1:B8)' 来重现文章报告的 p 值 0.18。但是，在 scipy.stats 下，我似乎无法重现此值：

我究竟做错了什么？

我正在尝试为Java中的图像混合实现泊松求解器。在使用 5 星方法进行去离散化之后，真正的工作就开始了。为此，我使用颜色值执行以下三个步骤：

1. 对行和列使用正弦变换
2. 乘特征值
3. 对行和列使用反正弦变换

到目前为止，这有效。为了在 Java 中进行正弦变换，我使用了 Apache Commons Math 包。

但是FastSineTransformer有两个限制：

1. 数组中的第一个值必须为零（好吧，第二个是真正的问题）
2. 输入的长度必须是 2 的幂

所以现在我的摘录的长度是 127、255 等等。（我在开头插入一个零，这样 1 和 2 就满足了）这很愚蠢，因为我想选择我的摘录自由。

我的问题是： 有没有办法扩展我的数组，例如长度为 100 以适应 Apache FastSineTransformer 的限制？

在 FastFourierTransfomer 类中提到，您可以用零填充以获得 2 的幂。但是当我这样做时，我会得到错误的结果。也许我做错了，但是当我用零填充时，我真的不知道是否有什么需要记住的