R语言中统计分布和模拟前言 很多应用都需要随机数。像interlink connection，密码系统、视频游戏、人工智能、优化、问题的初始条件，金融等都需要生成随机数。但实际上目前我们并没有“真正”的随机数生成器，尽管有一些伪随机数生成器也是非常有效的。目录 1. 概率统计分布概述 2. 随机函数模拟介绍 3. 密度函数模拟介绍 4. 分布函数模拟介绍 5. 分位数函数模拟介绍 6. 函数模拟
转载
2023-08-11 21:03:04
173阅读
这个问题涉及马蹄蟹研究的数据。研究中的每只雌性马蹄蟹都有一只雄性螃蟹贴在她的巢穴中。这项研究调查了影响雌蟹是否有其他男性居住在她附近的因素。被认为影响这一点的解释变量包括雌蟹的颜色（C），脊椎状况（S），体重（Wt）和甲壳宽度（W）。数据文件：crab.txt。我们将首先拟合仅具有一个自变量：宽度（W）的泊松回归模型 估计的模型是：$ log（ hat { mu_i}）$
转载
2023-08-08 14:04:24
222阅读
R有着非常强大的绘图功能，我们可以利用简单的几行代码绘制出各种图形来，但是有时候默认的图形设置没法满足我们的需要，甚至会碰到各种各样的小问题：如坐标轴或者标题出界了，或者图例说明的大小或者位置遮挡住了图形，甚至有时候默认的颜色也不能满足我们的需求。如何进行调整呢？这就用到了“强大”的函数par()。我们可以通过设定函数par()的各个参数来调整我们的图形，这篇博文就是对函数par()的各个参数进
泊松建模标准化发病率或死亡率（SIR/SMR），即计算标准化率的间接方法。 SIR 是观察到的和预期的案例的比率。 预期病例数是通过将特定阶层的人口率乘以队列中相应的人年得出的。 我们继续使用我们的女性直肠癌数据 首先我们导入R包和数据library(popEpi)
library(Epi)
library(splines)
bc<-read.csv("E:/r/test/smr
人们通常使用接收者操作特征曲线（ROC）进行二元结果逻辑回归。但是，流行病学研究中感兴趣的结果通常是事件发生时间。使用随时间变化的时间相关ROC可以更全面地描述这种情况下的预测模型。时间相关的ROC定义令 Mi为用于死亡率预测的基线（时间0）标量标记。 当随时间推移观察到结果时，其预测性能取决于评估时间 _t_。直观地说，在零时间测量的标记值应该变得不那么相关。因此，ROC测得
原文链接：http://tecdat.cn/?p=6560读取数据summary(eba1977)## city age pop cases ## Fredericia:6 40-54:4 Min. : 509.0 Min. : 2.000 ## Horsens :6...
原创
2021-05-12 14:16:08
327阅读
在本文中，我想向你展示如何使用R的Metropolis采样从贝叶斯Poisson回归模型中采样。Metropolis-Hastings算法Metropolis-Hastings抽样算法是一类马尔科夫链蒙特卡洛（MCMC）方法，其主要思想是生成一个马尔科夫链使其平稳分布为目标分布。这种算法最常见的应用之一是在贝叶斯统计中从后验密度中取样，这也是本文的目标。该算法规定对于一个给定的状态Xt，如何生成下
读取数据summary(eba1977)## city age pop cases ## Fredericia:6 40-54:4 Min. : 509.0 Min. : 2.000 ## Horsens :6...
原创
2021-05-19 23:42:55
407阅读
有时候我们会用帕累托图(Pareto chart)来展现数据的两个指标(一个频数，一个率)，这种情况就需要用双坐标来展示。ggplot2的作者Hardley似乎也不太认同双坐标的存在。那么，有时候回归基础包，也是另一种尝试。花了点时间用基础包画了下面这张帕类托图，左侧纵坐标代表病人例数，右侧表示死亡率，横坐标是一种疾病严重程度评分。那么我们来看一下这么一张图是怎么一步步画出来的吧。image.pn
原文链接：http://tecdat.cn/?p=6304在这篇文章中，我们将看一下Poisson回归的拟合优度测试与个体计数数据。许多软件包在拟合Poisson回归模型时在输出中提供此测试，或者在拟合此类模型（例如Stata）之后执行此测试，这可能导致研究人员和分析人员依赖它。在这篇文章中，我们将看到测试通常不会按预期执行，因此，我认为，应该谨慎使用。偏差拟合度检验...
原创
2021-05-12 14:12:45
626阅读
这个问题涉及马蹄蟹研究的数据。研究中的每只雌性马蹄蟹都有一只雄性螃蟹贴在她的巢穴中。这项研究调查了影响雌蟹是否有其他男性居住在她附近的因素。被认为影响这一点的解释变量包括雌蟹的颜色（C），脊椎状况（S），体重（Wt）和甲壳宽度（W）。数据文件：crab.txt。我们将首先拟合仅具有一个自变量：宽度（W）的泊松回归模型...
原创
2021-05-12 14:20:08
1193阅读
这个问题涉及马蹄蟹研究的数据。研究中的每只雌性马蹄蟹都有一只雄性螃蟹贴在她的巢穴中。这项研究调查了影响雌蟹是否有其他男性居住在她附近的因素。被认为影响这一点的解释变量包括雌蟹的颜色（C），脊椎状况（S），体重（Wt）和甲壳宽度（W）。数据文件：crab.txt。我们将首先拟合仅具有一个自变量：宽度（W）的泊松回归模型...
原创
2021-05-19 23:37:33
1246阅读
帕累托图以Vilfredo Pareto命名的Pareto图表是一种同时包含条形图和折线图的图表，其中各个值按降序由条形表示，累计总数或者累计百分比由直线表示。问题定义：想了解各个产品的销售额，并找到营销销售额的关键产品。解决方案：针对这个问题，可以采用帕累托可视化分析，非常直观有效地解决这个问题。R语言绘制帕累托图。参考代码：library(pacman) # R包管理器
p_load(qcc)
转载
2023-05-23 12:27:07
427阅读
在这篇文章中，我们将看一下Poisson回归的拟合优度测试与个体计数数据。许多软件包在拟合Poisson回归模型时在输出中提供此测试，或者在拟合此类模型（例如Stata）之后执行此测试，这可能导致研究人员和分析人员依赖它。在这篇文章中，我们将看到测试通常不会按预期执行，因此，我认为，应该谨慎使用。偏差拟合度检验...
原创
2021-05-19 23:42:15
1170阅读
什么是正太分布检验？ 判断一样本所代表的背景总体与理论正态分布是否没有显著差异的检验。方法一 概率密度曲线比较法 看样本与正太分布概率密度曲线的拟合程度，R代码如下：norm_expression <- function(x) (1/sqrt(2*pi))*exp(-0.5*x^2)
#curve(norm_expression, -4, 4, col="red") #标准正太分布概率密度曲
转载
2023-06-21 20:32:14
211阅读
研究WSN空间覆盖能力的论文或多或少会假设随机部署的节点位置是服从柏松点过程（Possion Point Process，PPP）的，刚接触到这个概念也是挺懵了，之前学过随机过程、排队论都是讲的一维上的Possion Process，而二维平面上的PPP如何实现呢？在许多论坛上搜索后，终于找到实现二维PPP的代码实现，原来有个大牛Adrian Baddeley集结了一帮
转载
2023-08-31 16:20:12
67阅读
首先是试验设计5个人，发150次红包，每次50块，为了排除其他变量的干扰比如人品等因素，每抢30次调换一下顺序。然后对数据进行统计。第一步对数据可视化展示，观察数据的规律因为没有原始数据，看完整个视频后根据毕导总结的规律模拟数据 数据的基本规律是 第一个抢红包的金额符合0.01~20的均匀分布 第二个抢红包的金额符合0.01~24.99的均匀分布 第三个抢红包的金额符合0.01~33.32的均匀分
在我们的数理统计课程中，已经看到了大数定律（这在概率课程中已经被证明），证明给出一组i.i.d.随机变量 ，其中有为了直观地看到这种收敛性，我们可以使用> for(i in 1:20)B\[,i\]=mean_samples(i*10)
> boxplot(B)也可以直观地看到边界 （用于中心极限定理，获得极限的非退化分布）。我们一直在讨论经
这个问题涉及马蹄蟹研究的数据。研究中的每只雌性马蹄蟹都有一只雄性螃蟹贴在她的巢穴中。这项研究调查了影响雌蟹是否有其他男性居住在她附近的因素。被认为影响这一点的解释变量包括雌蟹的颜色（C），脊椎状况（S），体重（Wt）和甲壳宽度（W）。数据文件：crab.txt。我们将首先拟合仅具有一个自变量：宽度（W）的泊松回归模型 估计的模型是：$ log（ hat { mu_i}）$
使用R语言绘制学生化的极差分布累积分布函数在数据分析和统计学中，极差是一种度量数据集中变异性的指标。而学生化的极差分布则是一种特殊的分布，常用于假设检验和置信区间估计。在本文中，我们将使用R语言的plot函数来可视化学生化的极差分布的累积分布函数。首先，我们需要安装并加载相关的R包。在R中，我们可以使用以下代码来安装和加载必要的包：install.packages("ggplot2")
libra
