腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
泊
松
似然的GPflow
预测
均值/方差
上下文:我使用带有
泊
松
似然(
和
日志/exp链接)的SVGP训练了一个模型。除了
预测
计数外,我还想做一个不确定度的测量。这是计算计数(即我们的目标/因变量)的期望,还是
泊
松
参数的期望?(i)如果是
泊<
浏览 0
提问于2019-08-29
得票数 1
2
回答
如何实现
泊
松
回归?
、
、
有两种类型的广义线性模型:如何在Python中实现
泊
松
回归进行价格弹性
预测
?
浏览 2
提问于2016-06-21
得票数 7
回答已采纳
1
回答
统计模型
泊
松
预测
返回浮点数而不是整数
、
、
所以我使用statsmodel包对我的数据集进行
泊
松
回归,我确保我的训练y确实是计数
和
整数。但是,当我打印
预测
值(如下所示的testmodely)时,它们是浮点数。我非常困惑,我希望它们是整数,因为输入数据
和
拟合到模型中的是整数,而
泊
松
输出的是计数数据。你知道我在哪里弄错了吗?在此之前,我非常感谢。
浏览 1
提问于2018-03-22
得票数 2
2
回答
泊
松
过程的
预测
、
、
、
、
我想用
泊
松
分布来
预测
道路交通的到达时间。目前,我用
泊
松
过程产生了(合成)到达时间,使得到达时间呈指数分布。 观察过去的数据,我想
预测
下/未来的到达时间。为此,我想实现一个学习算法。我使用了多种方法,例如贝叶斯
预测
器(最大后验)
和
多层神经网络.在这两种方法中,我使用了一个输入特征长度为n的移动窗口(到达时间间隔)。在贝叶斯
预测
器中,我使用到达间隔时间作为二进制特征(1->长,0->短)来
预测
下一次
浏览 2
提问于2011-11-30
得票数 4
2
回答
logistic回归
预测
的置信区间
、
、
、
在R中,predict.lm基于线性回归的结果计算
预测
,并提供计算这些
预测
的置信区间。根据手册,这些间隔是基于拟合的误差方差,而不是基于系数的误差间隔。另一方面,基于逻辑回归
和
泊
松
回归(以及其他一些)计算
预测
的predict.glm没有置信区间的选项。我甚至很难想象如何计算这样的置信区间,以便为
泊
松
和
逻辑回归提供有意义的见解。在某些情况下,为此类
预测
提供置信区间是有意义的吗?如何解释它们呢?这些情况下的假设是什么?
浏览 3
提问于2013-01-20
得票数 70
回答已采纳
0
回答
泊
松
和
预测
、
、
、
我是R的新手,需要知道如何将变量‘性别’保持在其恒定均值,以便在对就诊数据进行
泊
松
回归分析后做出
预测
。<30 1 male 1 <30 newdata = hypothetical.pers
浏览 1
提问于2017-01-04
得票数 1
1
回答
pscl中使用predprob的公式或基本计数
预测
、
pscl软件包在R中用于拟合零充气
泊
松
模型等模型.我如何为每种
预测
因子(如女性,25-34岁,4名居民)的75种概率建立基础?例如,
预测
器组合SEX=="Female"、AGEDE
浏览 1
提问于2015-10-01
得票数 0
回答已采纳
1
回答
年Poisson回归总数的
预测
区间
、
、
、
我正在进行一项研究,使用调查设计来
预测
从2017年到2030年数据集中每年的程序总数。我目前正在使用
泊
松
回归来创建这些
预测
性估计。, weights = ~DISCWTnew, ) 我能够成功地使用以下内容为我们有数据的年份(2017年之前)生成估计
和
准确的置信区间kneetotal1<- svyby(~kneePJI, ~YEAR, design = mydesign, FUN = svytotal, vartype
浏览 0
提问于2020-09-08
得票数 0
1
回答
将Poisson回归应用于股票成交量是错误的吗?
、
、
我最近学到了
泊
松
回归,我想把这种新的统计方法应用到现实世界的问题中。所以我想了一会儿,决定尝试根据随机抽样调查公司的财务信息来
预测
财富500强的股票数量。我遇到的问题是,虽然模型占了巨大的方差,只包含了重要的
预测
因子,但当我试图让Poisson模型使用
预测
函数进行
预测
时,它返回的
预测
几乎没有偏离实际值的方差。我之所以这么做,是因为我在网上读到了一篇文章,其中指出,对于大量数据,
泊
松
回归所需的动力较低,而股票市场的交易量也包含了一些庞大
浏览 2
提问于2019-11-02
得票数 0
回答已采纳
1
回答
如何从BSTS
泊
松
模型( R)中恢复拟合值?
、
、
、
我正在尝试恢复样本中的
预测
(拟合值)从一个具有指定
泊
松
响应的bsts模型中,使用bsts包在R中。state.specification=ss, niter=150, family='poisson') 在bsts中,有什么方法可以用
泊
松
模型来检索模型训练数据的
预测
吗
浏览 3
提问于2022-04-26
得票数 1
2
回答
R中入射率数据随时间变化的Poisson回归
我有一点麻烦以上(计算
泊
松
回归发病率数据随时间的R)。
浏览 1
提问于2016-03-14
得票数 0
回答已采纳
1
回答
利用多变量历史数据
预测
保险索赔
、
使用这些数据,我必须对每个患者在未来12个月内的索赔金额做出
预测
。 我在时间序列
预测
方面没有太多经验,因此我不确定如何做。我看过的所有教程都有数据集,其中包含每行数据的日期。
浏览 3
提问于2017-10-29
得票数 1
1
回答
局部水平
泊
松
的拟合(状态空间模型)
、
、
、
我正在研究“指数平滑
预测
”。在练习16.4中,我被困在以下部分: 哪里 我有下面的代码,但似乎被卡住了。优化总是返回接近起始值的内容。 我是否正确地拟合了局部
泊
松
模型?
浏览 3
提问于2020-01-02
得票数 6
1
回答
泊
松
回归
预测
、
、
、
、
glm1 <- glm(FALL ~ GRP + AGE + SEX + offset(log(FU)), family=poisson, data=dat) 现在,我需要对控制组女性在一年内的跌落量做一个
预测
浏览 0
提问于2016-12-05
得票数 2
回答已采纳
1
回答
如何用多参数绘制glm模型的结果
、
、
、
我想为我的glm准
泊
松
做一个
预测
模型。我有个问题,因为我错误地用我的数据集建立了glm模型。我曾经根据我的glm准
泊
松
对我的所有参数建立了一个
预测
模型,但最后我对每个参数进行了
预测
,结果与glm准
泊
松
数据不同。 这是我的数据集。我对所有数据集都使用csv文件。我为每个参数做了,但我只知道这个结果是错误的,因为它对每个参数都使用了准
泊
松
数据,我想要的是基于准
泊
松
数据
浏览 8
提问于2021-12-28
得票数 0
回答已采纳
1
回答
如何比较
泊
松
点过程、ARIMA
和
LSTM?
、
、
我试图比较三种
预测
技术:长期短期内存网络(LSTM)然而,由于参数的数量对我来说还不清楚,所以很难找到获得长期内存网络的AIC的方法。在寻找绕开这条路的时候,我找到了此页。
浏览 0
提问于2021-06-18
得票数 1
1
回答
从另一个
泊
松
过程模拟
泊
松
过程
、
、
、
、
我想知道如何从参数为p的伯努利随机变量的另一个
泊
松
过程中模拟。为了在区间[0,t]上模拟参数为\lambda的第一
泊
松
过程,通常v = runif(pois, O, t)现在,我知道我们可以将一个伯努利随机变量与第一个
泊
松
过程的到达时间联系起来,来模拟另一个参数为p * \lambda的
泊
松
过程,但是怎么做呢?
浏览 16
提问于2020-02-03
得票数 0
1
回答
这会产生一个
泊
松
过程吗?
我想知道的是,这个简单的过程是否为公交车到达创建了一个
泊
松
过程。或者这是另一个过程?最终得到的流程参数是什么?有比我更了解统计学的人会不会介意告诉我这样一个简单的、均匀分布在时间轴上的事件的统计过程?
浏览 3
提问于2012-12-16
得票数 2
回答已采纳
1
回答
Python Numpy Poisson分布
、
、
from numpy import *y=exp(-(x-0.5)**2/(2.0*(0.1/(2*sqrt(2*log(2))))**2))poi = random.poisson(lam=y) 在策划这件事
浏览 4
提问于2016-03-01
得票数 7
回答已采纳
2
回答
如何在
泊
松
品脱过程模型中包含调查权重,以符合logistic回归求积方案?
、
在拟合logistic回归求积方案的
泊
松
点过程模型中能包含权值吗?我的数据是一个分层样本,我想说明这种抽样策略,以获得有效的人口水平
预测
。
浏览 4
提问于2019-11-17
得票数 0
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
泊松分布【交互实验】
怎么使用python解三维泊松方程
QSn7-0.2锡青铜密度、松泊比
GH600镍基高温合金的松泊比
计点控制图的统计基础是(泊松分布)。
热门
标签
更多标签
云服务器
ICP备案
云直播
对象存储
腾讯会议
活动推荐
运营活动
广告
关闭
领券