cipoisson
位於 survival
包(package)。 說明
泊鬆率的置信區間計算。
用法
cipoisson(k, time = 1, p = 0.95, method = c("exact", "anscombe"))
參數
k |
成功次數 |
time |
總試用時間 |
p |
(兩側)區間的概率水平 |
method |
計算間隔的方法。 |
細節
似然法基於 Feller 的方程 10.10,該方程將泊鬆概率與伽瑪分布的尾部區域聯係起來。 Anscombe 近似基於 sqrt(k + 3/8) 具有幾乎恒定的 1/4 方差以及連續性校正這一事實。
還有許多其他建議的區間:Patil 和 Kulkarni 列出並評估了文獻中的 19 種不同建議!對於非常小的 k
值,確切的間隔可能過於寬泛,許多其他方法嘗試縮小長度,但取得了不同的成功。
值
向量、矩陣或數組。如果 k
和 time
都是單個值,則結果是包含下限和上限的長度為 2 的向量。如果其中一個或兩者都是向量,則結果是具有兩列的矩陣。如果k
是矩陣或數組,則結果將是多一維的數組;在這種情況下,k
的尺寸和暗名稱(如果有)將被保留。
例子
cipoisson(4) # 95\% confidence limit
# lower upper
# 1.089865 10.24153
ppois(4, 10.24153) #chance of seeing 4 or fewer events with large rate
# [1] 0.02500096
1-ppois(3, 1.08986) #chance of seeing 4 or more, with a small rate
# [1] 0.02499961
參考
F.J. Anscombe (1949). Transformations of Poisson, binomial and negative-binomial data. Biometrika, 35:246-254.
W.F. Feller (1950). An Introduction to Probability Theory and its Applications, Volume 1, Chapter 6, Wiley.
V. V. Patil and H.F. Kulkarni (2012). Comparison of confidence intervals for the poisson mean: some new aspects. Revstat 10:211-227.
也可以看看
相關用法
- R cgd0 慢性肉芽腫病數據
- R colon B/C 期結腸癌的化療
- R coxsurv.fit survfit.coxph“計算引擎”的直接接口
- R coxph.wtest 計算二次形式
- R cox.zph 測試 Cox 回歸的比例風險假設
- R coxph.detail Cox 模型擬合的詳細信息
- R cluster 識別集群。
- R cgd 慢性肉芽腫病數據
- R coxph 擬合比例風險回歸模型
- R coxph.control 控製 coxph 擬合的輔助參數
- R concordance 計算數據或模型的一致性統計量
- R cch 將比例風險回歸模型擬合到病例隊列數據
- R clogit 條件邏輯回歸
- R concordancefit 計算一致性
- R hoel 小鼠癌症數據
- R survcondense 縮短 (time1, time2) 生存數據集
- R myeloid 急性粒細胞白血病
- R tobin 托賓的托比特數據
- R pseudo 生存的偽值。
- R levels.Surv 返回多狀態 Surv 對象的狀態
- R rats Mantel 等人的大鼠治療數據
- R diabetic 糖尿病視網膜病變
- R pbc 梅奧診所原發性膽汁性膽管炎數據
- R plot.survfit survfit 對象的繪圖方法
- R kidney 腎導管數據
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Confidence limits for the Poisson。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。