问题标签 [poisson]

我试图在R中为两个事件生成一个泊松表，一个平均为 1.5（lambda1），另一个平均为 1.25（lambda2）。我想在这两种情况下生成 x=0 到 x=7+（7 或更多）的概率。这可能很简单，但我似乎无法弄清楚如何去做！我已经设法为表创建了一个数据框，但我真的不知道如何输入参数，因为我以前从未编写过函数：

我猜我需要一些“For”循环，并且会dpois(x,lambda1)在某个时候涉及。有人可以帮忙吗？

我正在尝试使用cmp包COMPoissonReg中的函数对一些严重分散的保险死亡率数据运行 Conway-Maxwell Poisson 回归，但出现以下错误

该函数似乎开始工作并产生系数估计值，但随后它失败并产生错误。

我的代码采用以下格式

我对相同的数据和预测变量进行了标准泊松回归，一切运行良好。任何想法可能导致此错误？

我必须模拟 Web 应用程序的负载。

我编写了一个 python 代码，它按照指数分布生成随机请求。

该请求是一个简单的 url-get：我测量响应时间并将其存储在一个文件中。

因此，对于给定的时间，代码会创建一个执行请求的新进程，然后他会休眠由 random.expovariate(lambd) 给出的随机时间。

当我开始一个请求时，我还会存储一个时间戳来检查平均值是否接近 1/lambda。

当我设置 lambda > 20 时出现问题：平均值高于 1/lambda，这会导致执行缓慢。

我测试了随机生成器，它非常好，所以我认为问题在于系统必须创建一个新进程。

有没有办法加快这个阶段？

也许对进程的创建有一些限制？

我忘了说python版本是2.7.3，我不能升级它。

使用 pypy 有一些性能改进，但问题仍然存在。

这里的代码：

我想从泊松分布中生成 60 个随机数，均值为M = 4，范围为min = 2 max = 9. 有谁知道如何解决这个问题（最好在 Matlab 中？）。

最好的！

我想做泊松回归，但我需要我的回归函数运行得更快，glm并且至少具有同样高的精度。考虑以下实验：

我的函数zglm2使用 R 的optim例程来找到泊松回归问题的最大似然解（对于这种特殊情况）。 zglm2接受一个论点precision；此参数的小于 1 的值会optim超出其默认终止条件以实现更高的精度。

不幸的是，方法 1 和方法 2 的结果差异太大（出于我的目的）；7.358 对 7.359。给precision参数一个较小的值，比如 0.01，会使这两种方法合理地一致，让我怀疑 R 的glm函数非常精确。

所以这是我的问题：是什么决定了结果的精度水平glm？也许作为一个子问题，使用什么算法glm来找到可能性的最大值（我已经深入研究了源代码，但这对我来说并不容易）。

我必须编写一个 C 程序来将随机数的均匀分布（比如从 0 到 1）转换为泊松分布。任何人都可以帮忙吗？

我是统计和 R 的新手。我从 lambda = 2.5 的泊松分布中生成了 100 个随机样本，使用：

我已经成功创建了样本的相对频率直方图：

现在我需要将真实泊松分布的 pmf 覆盖在直方图上，但不知道如何生成真实函数。我认为这可能很简单，但无法弄清楚该怎么做。任何帮助将非常感激。

谢谢！

在 Dixon, Coles ( 1997 ) 中，他们使用了 (4.3) 中两个修改后的独立泊松模型的最大似然估计来模拟足球的得分。

我正在尝试使用 R 来“重现”alpha 和 beta 以及家庭效果参数（第 274 页，表 4），而不使用任何包（使用通常的独立泊松模型也可以）。我试过使用 bivpois 包，但我不确定如何修改它的参数。

如果有人可以帮助我使用 R 代码对数据进行建模，我将不胜感激 - 英超联赛 2012/13 赛季主客队的得分。所以，基本上我需要帮助使用 R 中的 optim 函数对方程 4.3 或 4.5 进行编码。

泊松分布的密度（仅 1 个独立泊松模型）

正态泊松似然函数

优化以找到 alpha 和 beta 的适当估计值。

我在查找 3 个参数 alpha、beta 和 home 效应的估计值时遇到了错误。谁能告诉我改进代码的方法？

数据形式为，

我有一些图像需要添加增量泊松噪声，以便更彻底地分析它们。我知道你可以在 MATLAB 中做到这一点，但你如何在 Python 中做到这一点？到目前为止，搜索一无所获。

在处理 glmnet 与 glm 时，我遇到了 lambda=0 和 family="poisson" 的收敛问题。我的理解是，对于 lambda=0（和 alpha=1，默认值），答案应该基本相同。

下面的代码与 glmnet 帮助页面 (?glmnet) 上的泊松示例略有不同。唯一的变化是 nzc = p 以便所有变量都在真实模型中

这是错误消息

更新：问题似乎与当 family="poisson" 时 glmnet 估计的截距有关，并且与 lambda 本身的设置无关。