poisson

    1熱度

    1回答

    我的工作R 3.0.1和我做了模擬的集羣泊松過程,R通常有一個默認的區域基本上是一個盒子,在接下來的圖片可以看到我的模擬: 到目前爲止一切正常,麻煩的是,我想要做的是模擬相同的distribution但使用地理區域,但我不知道如何更改參數以便使用地理座標獲得不同的區域。例如: 綜上所述,基本上是我想要做的是找出如何改變這種面積較大的一個,以使相同的模擬但隨着新區域。這裏是我試過的代碼: libra

    1熱度

    3回答

    我有一些圖像需要添加增量的泊松噪聲才能更全面地分析它們。我知道你可以在MATLAB中做到這一點,但你如何去做Python?到目前爲止搜索沒有任何結果。

    1熱度

    2回答

    當glmnet和glm得到一個句柄時,我碰到了lambda = 0和family =「poisson」的收斂問題。我的理解是,在lambda = 0(和alpha = 1,默認值)的情況下,答案應該基本相同。 以下代碼從glmnet幫助頁面(?glmnet)上的poisson示例略有更改。唯一的變化是,NZC = P,使得所有變量都在真實模型 N=1000; p=50 nzc=p x=matr

    0熱度

    1回答

    我試圖將增量的泊松噪聲添加到.fits文件。我知道如何做一個普通的文件類型,但我似乎無法讀取適合,然後添加泊松噪聲。有人知道如何去做這件事嗎? 這是代碼。其中大部分並不特別相關。 s=str(raw_input("filter name: ")) t=str(raw_input("sci or wht: ")) poisson = str(raw_input("Poisson noise am

    0熱度

    1回答

    你好,我想模擬一些作業調度算法,我想創建一個泊松到達函數的請求。 我發現在維基百科泊松到達的算法和我impleneted它和拼命地跑,但我得到相同的結果的所有時間(例如L = 15 - >返回14,升= 1/15返回0) #include <cmath> #include <iostream> #include <cstdlib> using namespace std; main(){

    0熱度

    1回答

    我設法將泊松噪聲添加到我的.fits圖像,但我需要添加分佈像高斯分佈的平均/中值(mu_0)爲0和分佈越來越寬的噪聲(西格瑪)。我找不到用這種方式添加噪音的語法,那麼有人可以通過它來指導我嗎?目前,我添加的泊松噪聲是均勻分佈的,這不是我想要的;我需要高斯隨機性。 這裏是代碼的相關位: im = pf.open(name) isinstance(im,list) im0 = im

    1熱度

    1回答

    我正在做一些信號處理,我需要生成一個泊松矩陣,但是我正在使用的數據足夠大,以至於我目前正在執行內存的方式耗盡了內存。 我一直在琢磨這一點,現在有點難住,所以我希望你們可以幫我找到一個更有效的方法來生成矩陣,即解決了問題matlab內存不足。 反正這裏是我迄今爲止 n = 20; B = zeros(n^2,n^2); for i = 1:n^2 for j = 1:n^2 if

    0熱度

    1回答

    我想知道R在擬合泊松GLM時如何找到標準化殘差或rstandard。我已經找到了this,但它並不是在談論標準化的殘差。因此,這裏是一個簡單的代碼: counts <- c(18,17,15,20,10,20,25,13,12) x=rpois(9,1) E=counts*10+rpois(9,2) glm.D93 <- glm(counts ~ x+offset(log(E)), fami

    2熱度

    2回答

    泊松迴歸預測區間我tryed兩種方法,但我覺得既困難.. 我嘗試更好地解釋這是我的問題之前,我告訴你,我的問題與這兩種方法。 我有數據集「承兌匯票」,其中我在用之前介紹的indipendent變量的醫院接受日常的數量。醫院有三個地方我們做訪問......所以在我的數據集中,我每天有三行一個地方。該數據集似乎是: Date Place NumerAccept weekday month NoCon

    1熱度

    1回答

    我試圖在R中生成兩個事件的泊松表,其中一個平均值爲1.5(lambda1),另一個平均值爲1.25(lambda2)。我想在x = 0到x = 7 +(7或更多)的情況下生成這兩種情況下的概率。這可能很簡單,但我似乎無法弄清楚如何做到這一點!我已經成功地創建了表的數據幀,但我真的不知道該怎麼輸入的參數,因爲我從來沒有寫入之前的函數: name <- c("0","1","2","3","4","5