Python äquivalent für R poisson.test

mit matplotlib, NumPy, pandas, SciPy, SymPy und weiteren mathematischen Programmbibliotheken.
Antworten
hdamok
User
Beiträge: 4
Registriert: Freitag 7. Dezember 2018, 08:28

Mahlzeit,

ich versuche Vertrauensgrenzen einer Poissonverteilung auszurechnen.
In R geht es recht einfach mit poisson.test.
zb. ergiebt poisson.test(10, conf.level = 0.95) 4.795 & 18.39.
Mit welchem Python Befehl komme ich auf gleiche Ergebnisse?

Gruß, David
__deets__
User
Beiträge: 14545
Registriert: Mittwoch 14. Oktober 2015, 14:29

Also wenn ich "poisson.test python" in Google werfe, ist das der erste Link: https://docs.scipy.org/doc/scipy/refere ... isson.html

Ich finde es schon ein bisschen befremdlich, dass man sowas nicht mal selbst recherchiert, und dann bei konkreten Problemen oder Verstaennisschwierigkeiten Fragen stellt. Vorlesen aus dem Internet ist eigentlich nicht unsere Aufgabe.
hdamok
User
Beiträge: 4
Registriert: Freitag 7. Dezember 2018, 08:28

__deets__ hat geschrieben: Freitag 11. Dezember 2020, 13:03 Also wenn ich "poisson.test python" in Google werfe, ist das der erste Link: https://docs.scipy.org/doc/scipy/refere ... isson.html

Ich finde es schon ein bisschen befremdlich, dass man sowas nicht mal selbst recherchiert, und dann bei konkreten Problemen oder Verstaennisschwierigkeiten Fragen stellt. Vorlesen aus dem Internet ist eigentlich nicht unsere Aufgabe.
Ich würde deine Kritik einsehen wenn scipy.stats.poisson die gleichen / korrekten? Ergebnisse liefern würde.
__deets__
User
Beiträge: 14545
Registriert: Mittwoch 14. Oktober 2015, 14:29

Die Kritik bleibt die gleiche. Was hindert dich daran, das auszuprobieren? Und in der Dokumentation des Paketes zu schauen, ob es da eine Alternative gibt? Und wenn dann immer noch Fragen bleiben, kann man das ja erwaehnen - "ich habe XY probiert, aber das macht nicht das richtige".

Oder nochmal suchen und https://stackoverflow.com/questions/546 ... -in-python finden.

Ich bleibe dabei: du machst es dir SEHR einfach. Und damit werde ich dich in Zukunft einfach ignorieren ;)
hdamok
User
Beiträge: 4
Registriert: Freitag 7. Dezember 2018, 08:28

Falls jemand auf der gleichen Suche ist.

from scipy.stats import chi2

k = 10
a = 0.05

low = chi2.ppf(a/2, 2*k) / 2
high = chi2.ppf(1-a/2, 2*k + 2) / 2
Antworten