标签: poisson

我需要一个C函数来计算k值高达720的泊松分布.我需要一个高效的解决方案.

我在Mathematica中寻找相同的Matlab函数:

"R = poissrnd(lambda)从泊松分布中生成随机数,平均参数为lambda.lambda可以是向量,矩阵或多维数组.R的大小是lambda的大小."

下面的函数输出示例.

b = 95.7165   95.7165   95.7165   95.7165   95.7165   98.9772   98.9772   98.9772   98.9772    0.3876

poissrnd(b)

ans =100   115     81    90   109   106   104    87   104     2

我怎样才能在Mathematica 8中做类似的事情？

我想在Java中创建一个函数,根据平均到达率(lambda)和平均服务率(mu)生成Poisson到达.

在我的例子中,我有:2,2个请求/天,换句话说2,2个到达/天,平均服务时间为108个小时.考虑到我的程序在t = 0分钟开始,我想创建一个返回到达[]的函数,它将包含t1,t2和一个可能的t3.T1,t2和t3是这些到达发生的白天的瞬间(以分钟为单位).我有以下限制:

t1 < t2 < t3 < 1440 minutes (24 hours*60 minutes/hour)

t2-t1 > 108 minutes

t3-t2 > 108 minutes

t3+ 108 minutes < 1440 minutes

有人可以帮帮我吗？

谢谢,

安娜

在阅读了最近关于泊松分布应用程序的博客文章后，我尝试使用 Python 的“scipy.stats”模块以及 Excel/LibreOffice 的“POISSON”和“CHITEST”函数重现其发现。

对于文章中显示的期望值，我简单地使用了：

import scipy.stats
for i in range(8):
    print(scipy.stats.poisson.pmf(i, 2)*31)

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，使用第一列 A，在单元格 A1、A2、...、A8 中具有值 0 到 7，以及简单的公式 '=POISSON( A1, 2, 0)*31' 在 B 列的前 8 行中重复。

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 中记下观察到的值，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：

import numpy as np
import scipy.stats

obs = [4, 10, 7, 5, 4, 0, 0, 1]
exp = [scipy.stats.poisson.pmf(i, 2)*31 for i in range(8)]

# we …

我试图评估R中几个回归的模型拟合,我遇到了一个我现在多次遇到的问题:我的Poisson回归的对数似然是无限的.

我正在使用一个非整数因变量(注意:我知道我在这方面做了什么),我想知道是否可能是这个问题.但是,在运行回归时,我没有得到无限的对数似然glm.nb.

重现问题的代码如下.

编辑:当我将DV强制转换为整数时,问题似乎消失了.知道如何从非整数DV的Poissons获取对数似然？

# Input Data
so_data <- data.frame(dv = c(21.0552722691125, 24.3061351414885, 7.84658638053276, 
25.0294679770848, 15.8064731063311, 10.8171744654056, 31.3008088413026, 
2.26643928259238, 18.4261153345417, 5.62915828161753, 17.0691184593063, 
1.11959635820499, 30.0154935602592, 23.0000809735738, 28.4389825676123, 
27.7678405415711, 23.7108405071757, 23.5070651053276, 14.2534787168392, 
15.2058525068363, 19.7449094187771, 2.52384709295823, 29.7081691356397, 
32.4723790240354, 19.2147002673637, 61.7911384519901, 10.5687170234821, 
23.9047421013736, 18.4889651451222, 13.0360878554798, 15.1752866581849, 
11.5205948111817, 31.3539840929108, 31.7255952728076, 25.3034625215724, 
5.00013988265465, 30.2037887018226, 1.86123112349445, 3.06932041603219, 
22.6739418581257, 6.33738321053804, 24.2933951601142, 14.8634827414491, 
31.8302947881089, 34.8361908525564, 1.29606416941288, 13.206844629927, 
28.843579313401, 25.8024295609021, 14.4414831628722, 18.2109680632694, 
14.7092063453463, 10.0738043919183, 28.4124482962025, 27.1004208775326, 
1.31350378236957, 14.3009307888745, 1.32555197766214, 2.70896028922312, 
3.88043749517381, 3.79492216916016, 19.4507965653633, 32.1689088941444, 
2.61278585713499, 41.6955885902228, 2.13466761675063, 30.4207256294235, …

我想在使用 scipy 创建的 python 中绘制泊松分布的概率密度函数。如果我想绘制 beta 分布的 pdf，我会执行如下操作：

x = np.linspace(0, 1, 200)
alphas = 4
betas = 10
pdf = st.beta.pdf(x, alpha, beta)
plt.plot(x, pdf, label=r'$\alpha$ = {}, $\beta$ = {}'.format(alpha, beta))

我以为我可以用泊松分布做同样的事情，但不幸的是，该对象没有该pdf方法！为什么？如何在不自己编写公式的情况下绘制泊松pdf？

我想为每个因素拟合三个不同的函数（var.test）。我尝试了以下方法，但收到错误消息Warning messages: 1: Computation failed in stat_smooth() :invalid formula。还有其他方法可以同时读取多个公式吗？

set.seed(14)
df <- data.frame(
  var.test = c("T","T","T","T","M","M","M","M","A","A","A","A"),
  val.test = rnorm(12,4,5),
  x = c(1:12)
)

my.formula <- c(y~x + I(x^2), y~x, y~x + I(x^2))

ggplot(df, aes(x = x, y = val.test)) + geom_point() +
  geom_smooth(method="glm", formula = my.formula, 
              method.args = list(family = "poisson"), color = "black" ) + facet_grid(.~var.test)

我正在研究R 3.0.1并进行了聚类泊松过程的模拟,R通常有一个默认区域,基本上是一个盒子,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,我想要做的就是模拟相同distribution但使用地理区域的麻烦,但我不知道如何更改参数以便使用地理坐标来获得不同的区域.例如:

总而言之,基本上我想要做的是弄清楚如何为更大的区域改变这个区域,以便进行相同的模拟但是使用新区域.这是我试过的代码:

library(spatstat)

sim1 = rpoispp(100)
plot(sim1)

有件事我不明白。我使用 cpp 参考中给出的示例来生成数字：

const int nrolls = 10; // number of experiments

std::default_random_engine generator;
std::poisson_distribution<int> distribution(4.1);

for (int i=0; i<nrolls; ++i){
int number = distribution(generator);
cout<<number<<" "<<endl;
}

（原始代码：http://www.cplusplus.com/reference/random/poisson_distribution/）

输出：2 3 1 4 3 4 4 3 2 3 等等...首先这些数字意味着什么？我的意思是我必须将它们相加才能创造时机吗？例如：2、(2+3)=5、(5+1)=6、(6+4)=10、……等等。

其次，我真正的问题是，我需要生成网络数据包的随机到达和数据包的大小。我的意思是，当数据包到来时，如果数据包到来，数据包的大小是多少？我怎样才能做到这一点？我需要这样的东西： http://i.hizliresim.com/dWmaGX.png

我需要创建一个 QQ 图来检查我观察到的数据是否符合泊松分布。

这是我的数据框：

df = read.table(text = 'Var1 Freq
 1975   10
 1976   12
 1977    9
 1978   14
 1979   14
 1980   11
 1981    8
 1982    7
 1983   10
 1984    8
 1985   12
 1986    9
 1987   10
 1988    9
 1989   10
 1990    9
 1991   11
 1992   12
 1993    9
 1994   10', header = TRUE)

这df$Freq专栏是我感兴趣的专栏，因为观察结果代表了每年的事件数量。

我知道我必须使用该qqplot函数以及qpois创建理论分位数的函数，但是如何呢？