Это элементарный вопрос, но я не смог найти ответ. У меня есть два измерения: n1 события во время t1 и n2 события во время t2, оба произведенные (скажем) пуассоновскими процессами с возможно различными значениями лямбда.
Это на самом деле из новостной статьи, которая, по сути, утверждает, что, поскольку что они разные, но я не уверен, что утверждение является действительным. Предположим, что периоды времени не были выбраны злонамеренно (чтобы максимизировать события в одном или другом).
Могу ли я просто провести t- тест или это будет неуместно? Количество событий слишком мало для меня, чтобы удобно называть распределения примерно нормальными.
Ответы:
Для проверки среднего Пуассона условный метод был предложен Przyborowski and Wilenski (1940). Условное распределение X1 при заданном X1 + X2 следует биномиальному распределению, вероятность успеха которого является функцией отношения двух лямбда. Таким образом, процедуры проверки гипотез и оценки интервалов могут быть легко разработаны на основе точных методов, позволяющих сделать выводы о вероятности биномиального успеха. Обычно для этого рассматриваются два метода:
Вы можете найти подробности об этих двух тестах в этой статье. Более мощный тест для сравнения двух средних Пуассона
источник
Как насчет:
Это тест, который сравнивает коэффициенты Пуассона 1 и 2 друг с другом, и дает значение ap и 95% доверительный интервал.
источник
Вы ищете быструю и легкую проверку.
источник
Я был бы более заинтересован в доверительном интервале, чем в значении ap, вот приблизительное приближение.
Сначала вычисляем длины интервалов и проверяем:
Эта проверка дает немного другой результат (увеличение на 100,03%), чем публикация (увеличение на 101%). Продолжайте с начальной загрузкой (сделайте это дважды):
95% доверительный интервал увеличения составляет от 31% до 202%.
источник