问题标签 [poisson]

我正在尝试通过 MLE 查找数据集的 lambda 参数。这似乎很容易，如此处所述http://en.wikipedia.org/wiki/Poisson_distribution

我的问题是我正在尝试拟合与这些示例使用的低 k 值不容易对应的数据。具体来说，我的数据是我希望拟合泊松分布的项目成本估算分布（通常为数千）。

问题：如何“规范化”或“缩放”我的数据，以便可以估计 Lambda 参数，我希望它在 3-5 左右？

我希望我没有完全放弃这个问题，应该是可能的，不是吗？

感谢您的意见。

我的任务是开发一个回归模型来观察不同项目的学生注册情况。这是一个非常好的、干净的数据集，其中注册数很好地遵循泊松分布。我在 R 中拟合了一个模型（同时使用 GLM 和零膨胀泊松。）得到的残差似乎是合理的。

但是，然后我被指示将学生人数更改为“率”，计算为学生/学校人口（每所学校都有自己的人口。））现在这不再是计数变量，而是介于 0 和 1 之间的比例. 这被认为是一个程序中的“入学比例”。

这个“比率”（学生/人口）不再是泊松，但也肯定不正常。所以，我对适当的分布以及表示它的后续模型有点迷茫。

对数正态分布似乎很适合这个速率参数，但是我有很多 0 值，所以它实际上并不适合。

关于这个新参数的最佳分布形式的任何建议，以及如何在 R 中对其建模？

谢谢！

我的问题是以最有效的方式提取 N Poisson 随机值 ( RV)，每个值都有不同的 mean/rate Lam。基本上是size(RV) == size(Lam).

这是一个幼稚（非常慢）的实现：

那，在我的笔记本电脑上，有 1e6 个样本给出：

是否有可能从中改进？

我正在构建一个具有泊松分布误差的广义线性混合效应模型。我使用 lme4 包中的 glmer() 完成了它，但意识到我的模型非常分散，我需要走负二项式回归路线。根据本教程（非常有帮助）：

http://depts.washington.edu/cshrb/newweb/stats%20documents/Longitudinal%20count%20regression%20REVISION2%20FINAL%20(15%20June%202012).pdf

根据本教程，我可以使用 2 个包来执行负二项式 GLMM：gamlss.mx 和 glmmADMB 问题是，我什至无法加载包。对于 gamlss.mx，我似乎能够安装它，但是它不会加载。R 说这个包不存在（或者不是我说的地方？）。它的命名会不会有一些问题（它被称为 gamlss.mx 但 R 似乎正在尝试加载 gamlss 而没有找到它？）。

我正在尝试通过 Matlab 中的共轭梯度法求解具有分布式数组的泊松方程。我不断收到此错误：

我的代码设置矩阵来解决 Ax=b：

还有我的共轭梯度求解器：

我的共轭梯度求解器可以单独使用，但我之前没有将它用作函数。任何帮助将不胜感激。

我有一个问题，我想使用概率分布生成一组介于 1 和 5 之间的随机整数值。

Poisson 和 Inverse Gamma 是两个分布，它们显示了我发现的我所追求的特征（平均多数，较少的数字）。

我正在考虑使用Apache Commons Math，但我不确定如何使用可用的发行版生成我想要的数字。

我正在研究R 3.0.1并为集群泊松过程进行​​了模拟，R 通常有一个默认区域，基本上是一个框，在下一张图片中你可以看到我的模拟：

到目前为止一切都很好，问题是我想做的是模拟相同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拥有不同的区域。例如：

总而言之，基本上我想做的是弄清楚如何将这个区域更改为更大的区域，以便进行相同的模拟但使用新区域。这是我尝试过的代码：

您好，我正在尝试模拟一些作业调度算法，并且我正在尝试为请求创建一个泊松到达函数。我在维基百科上找到了泊松到达算法，我实现并运行了它，但我一直得到相同的结果（例如 l=15 -> 返回 14，l=1/15 返回 0）

这是我用来创建这个的算法

提前致谢

我正在做一些信号处理，我需要生成一个泊松矩阵，但我正在使用的数据足够大，以至于 matlab 以我目前的方式耗尽了内存。

我一直在纠结这个问题，现在有点难过，所以我希望你们能帮助我找到一种更有效的生成矩阵的方法，即解决 matlab 用完的问题记忆。

无论如何，这是我到目前为止所拥有的

提前致谢！

我已经尝试了这两种方法，但我发现两种方法都有困难。我试图更好地解释这是我的问题，然后再告诉你我对这两种方法的问题。

我有数据集“acceptances”，其中我有医院每天的接受次数，其中包含前面描述的独立变量。医院有三个地方可以进行访问。所以在我的数据集中，我每天有 3 行，每个地方一个。数据集看起来像：

.... 依此类推...直到昨天我才拥有数据集，所以最后三行是 2013 年 7 月 29 日昨天的接受情况。现在我进行泊松回归：

现在对于我的预测，我创建了一个新的数据集 Acceptances_2，我想从中计算未来 2 个月的接受数的预测间隔！！所以第一行是今天的录取数，最后一行是 9 月 29 日的录取数。

我不知道这个问题是否已经有了答案，但我无法找到它。我正在尝试在 R 中进行泊松回归，并且我想获得预测区间。我看到 predict 函数为lm它提供了写作'interval="prediction"'，但它不适用于predict.glm!

有人知道是否有办法获得这些预测区间？如果你有一些例子，你能输入代码吗？

所以我必须计算医院每天接受的人数，我有以下代码：

现在，如果我输入 R，predict(poisson_reg, newdata, type="responce")我可以预测每天的接受次数，但我也需要预测间隔！我看到，对于"lm"predict 调用中的类对象，您可以编写：predict(poisson_reg, newdata, interval="prediction")它给出了 95% 的预测区间。有没有办法用类的对象获得相同的结果"glm"？