poisson

3熱度

1回答

想要預測一個值，但這顯然不是解決方案。我正在做一個多項選擇測試，0.304 ...不是答案。如何正確使用predict（）？ library(glm2) data(crabs) fit= glm(Satellites~Width,data=crabs, family="poisson") plot(Satellites~Width,data=crabs) abline(fit) pred

5熱度

1回答

R中的費率變量的迴歸

我的任務是開發一個迴歸模型，查看不同課程中的學生入學情況。這是一個非常好的乾淨的數據集，註冊人數很好地遵循泊松分佈。我在R中擬合了一個模型（同時使用GLM和零膨脹泊松）。由此產生的殘差似乎是合理的。然而，當時我被指示將學生人數改爲以學生/學校人口計算的「費率」（每所學校都有自己的人口）。這現在不再是一個計數變量，而是一個比例介於0和1之間。這被認爲是計劃中的「招生比例」。這個「比率」（學生/人

2熱度

1回答

Image雙精度圖像中的泊松噪聲（散粒噪聲）

我想將泊松噪聲添加到具有杜爾布精度的圖像中。我做的： I = im2double(imread('mypic.tif')); % mypic.tif is already in the range 0...1 in double precision J = imnoise(I,'poisson'); imshow(I),figure,imshow(J); 我看到無論I和J是相當一致。我做錯

5熱度

1回答

Python/Numpy/Scipy：用不同的lambda繪製泊松隨機值

我的問題是以最有效的方式提取N個泊松隨機值（RV），每個值有不同的平均值/速率Lam。基本上是size(RV) == size(Lam)。這是一個天真的（很慢）的實現： import numpy as NP def multi_rate_poisson(Lam): rv = NP.zeros(NP.size(Lam)) for i,lam in enumerate(Lam

0熱度

1回答

我想了解爲什麼這個計算的尺寸是錯誤的？

我正在求解泊松方程，並想繪製精確解與網格點數的誤差。我的代碼是： function [Ntot,err] = poisson(N) nx = N; % Number of steps in space(x) ny = N; % Number of steps in space(y) Ntot = nx*ny; niter = 1000; % Number of ite

1熱度

1回答

FastSineTransformer - 墊陣列零，以適應長度

我試圖實現的Java圖像混合泊松求解程序。經過五星級方法分解後，真正的工作開始。這樣做，我做這三個步驟與顏色值：使用逆正弦變換對行的列這使用於行正弦變換和列多重特徵值迄今爲止工作。做Java中的正弦變換，我使用Apache下議院數學包。但FastSineTransformer有兩個限制：陣列中第一個值必須爲零（以及沒關係，二號是真正的問題）輸入的長度必須爲功率兩個所以現在我摘錄

0熱度

1回答

Winbugs中的「多重定義節點a」錯誤

好吧我只是重寫我的代碼。現在的問題是，當我編譯它，我得到一個錯誤「節點a的多重定義」。有誰知道我的代碼有什麼問題。我爲模型創建了變量a，b和c，但沒有多少常量。 model{ for(i in 1:n){ a <- (k[1] + step(s1[i]-.9)*k[2] + step(s1[i]*.5-.9)*k[3]) b <- (r[1] + s

2熱度

1回答

ns3泊松流量模型

我想學習ns3，我試圖通過使用onofApplication生成Vbr而不是Cbr來修改其中一個示例，但代碼不工作，我不知道爲什麼，你能幫我嗎？ #include "ns3/core-module.h" #include "ns3/network-module.h" #include "ns3/csma-module.h" #include "ns3/internet-module.h"

5熱度

2回答

用概率分佈生成範圍內的隨機整數

我有一個問題，我想用一個概率分佈生成一組介於1和5之間的隨機整數值。泊松和逆伽瑪是兩個分佈，顯示我發現後我的特點（大部分在平均值，較低的數字）。我在尋找使用Apache Commons Math，但我不知道如何使用可用的分佈生成我想要的數字。

1熱度

1回答

解釋GLM的輸出泊松迴歸

考慮以下幾點： foo = 1:10 bar = 2 * foo glm(bar ~ foo, family=poisson) 我得到的結果 Coefficients: (Intercept) foo 1.1878 0.1929 Degrees of Freedom: 9 Total (i.e. Null); 8 Residual Null Deviance: 3