negative binomial distribution oor Spaans

negative binomial distribution

Vertalings in die woordeboek Engels - Spaans

Distribución binomial negativa

voorbeelde

Fisher, “Fitting the Negative Binomial Distribution to Biological Data,” Biometrics 9 (1953): 176–200.
Fisher, “Fitting the Negative Binomial Distribution to Biological Data,” Biometrics 9 (1953): 176-200.

Therefore, the Chi-square test confirms our hypothesis that the data follow a negative binomial distribution.
La prueba del Khi’2 conforta entonces ampliamente lo que sugeràa la prueba de Kolmogorov Smirnov.

These models are based on reparameterizations of the beta-binomial and negative binomial distributions.
Estos modelos se basan en reparameterizaciones de las distribuciones beta-binomial y binomial negativa.

Usually, the negative binomial distribution represents well the aggregation/dispersion phenomenon of bacteria in water environments.
La ley binomial negativa representa muy a menudo el fenómeno de agregación/dispersión de las bacterias en los medios acuáticos.

Then X has the negative binomial distribution with parameters r and p.
Por consecuencia, X tiene una distribución binomial negativa con parámetros r y p.

Then it is reasonable to assume that Y has a negative binomial distribution with p = .2.
Entonces, es razonable suponer que Y tiene una distribución binomial negativa con p = .2.

The negative multinomial distribution, a generalization of the negative binomial distribution.
La distribución multinomial negativa, generalización de la distribución binomial negativa.

We let XLSTAT "estimate" the parameters of the negative binomial distribution function.
XLSTAT propone dos formulaciones de la ley binomial negativa. La segunda es la más adaptada a este tipo de datos.

This is the case, for example, for the two-parameter (generalized) negative binomial distribution.
Este es el caso, por ejemplo, para la distribución binomial negativa (generalizada) de dos parámetros.

Applications of the negative binomial distribution are similar in nature.
Las aplicaciones de la distribución binomial negativa son similares por naturaleza.

XLSTAT offers two different formulations of the negative binomial distribution.
Activamos las opciones de prueba de Kolmogorov-Smirnov y de prueba de conformidad del Khi’2, necesarias para comprobar nuestra hipótesis.

What is the negative binomial distribution?
¿Qué es la distribución binomial negativa?

A Bivariate Model based on Compound Negative Binomial Distribution
Un modelo basado en bivariadas compuesto distribución binomial negativa

Note also that when r = 1, the negative binomial distribution is the same as the geometric distribution.
Observe que cuando r 1, la distribución binomial negativa es la misma que la distribución geométrica.

The negative binomial distribution reduces to the form b∗ (x; 1, p) = pq x−1 , x = 1, 2, 3, . . . .
En este caso la distribución binomial negativa se reduce a la forma b∗ (x ; 1, p) = pq x −1, x = 1, 2, 3, . . .

As we are satisfied by this result, we can now use the distribution fitting tool to test if the sample follows a negative binomial distribution.
Satisfechos de estos resultados, podemos entonces utilizar la herramienta de ajuste de una ley de distribución para comprobar si la muestra sigue bien una ley binomial negativa.

First by using the XLSTAT tool allowing to create histograms, and then by using the distribution fitting tool, we want to test if the sample (in a statistical sense) follows a negative binomial distribution or not.
Utilizando en primer lugar las herramientas de XLSTAT que permite crear histogramas, luego utilizando la herramienta de ajuste de una ley de distribución, deseamos comprobar si la muestra (en sentido estadàstico) de los 200 recuentos sigue una ley binomial negativa o no.

As a conclusion, the presence of the bacteria of interest in the river in which the sample were collected, is follows a negative binomial distribution (k=0.839, p=5.763), with a mean of 4.8 and a variance of 32.7.
En conclusión, la presencia de la bacteria estudiada en el rào donde obtuvieron las muestras, sigue una ley binomial negativa de parámetros (k=0.839, p=5.763), con una esperanza de 4.8 y una varianza de 32.7.

The first result of interest for us is the value of the k and p parameters of the negative binomial distribution (fitted using the maximum likelihood method), and the estimates of the sample and theoretical mean, variance, skewness and kurtosis.
La prueba de Kolmogorov Smirnov permite comprobar si la distancia más grande entre las funciones de repartición empàricas y teóricas está más allá de un valor critico o no. Según los resultados obtenidos aquà (p-value=0.129), al nivel de significación de 5%, se concluye que no se puede rechazar la hipótesis que los recuentos siguen una binomial negativa de parámetros k=0.839, p=5.763.

Based in the indices of dispersion (variance/mean, Morisita index and K exponent) and the frequency distributions, it was observed that the spatial distribution of Vatiga spp. is aggregate, it means that the standard Negative Binomial distribution was the best fit to the field data obtained, with the counting direction of individuals.
De forma general, a través de los índices de dispersión (varianza/media, índice de Morisita y exponente K) y las distribuciones de frecuencia, se observa que la distribución espacial de Vatiga spp. es agregada, es decir, el padrón de distribución Binomial Negativa fue el que resultó de mejor ajuste a los datos obtenidos a campo, con el conteo de los individuos.

Because we want to test the fit between the negative binomial distribution function and the sample, (the Chi-square test requires that there is are least 5 data in a class), and because the uncertain precision of the counts of the bacteria, it seems necessary to group the counts into larger classes. For that reason, we created a list of bounds that seemed coherent with our problem: 0,1,2,3,4,5,10,15,20,40.
Se puede elegir el comando XLSTAT/Preparación de los datos/Discretización del menú XLSTAT o hacer clic en el botón "Discretización" de la barra de herramientas "Preparación de los datos".

Several random variables and probability distributions beside the Bernoullis may be derived from the Bernoulli process: The number of successes in the first n trials, which has a binomial distribution B(n, p) The number of trials needed to get r successes, which has a negative binomial distribution NB(r, p) The number of trials needed to get one success, which has a geometric distribution NB(1, p), a special case of the negative binomial distribution The negative binomial variables may be interpreted as random waiting times.
Múltiples variables aleatorias y distribuciones de probabilidad junto con las de Bernoulli pueden derivarse del proceso de Bernoulli: El número de éxitos en los primeros n ensayos, que tiene una distribución binomial B (n, p) El número de ensayos necesarios para obtener r éxitos, que tiene una distribución binomial negativa NB (r, p) El número de ensayos necesarios para obtener un éxito, que tiene una distribución geométrica NB (1, p), un caso especial de la distribución binomial negativa.

When r = 1, the negative binomial reduces to the geometric distribution.
Cuando r = 1, la binomial negativa se reduce a la distribución geométrica.

The competing models such as Poisson, Negative binomial, Generalized Poisson and discrete gamma distributions are the well known standard discrete distributions.
Los modelos estándar con los que se puede comparar son las distribuciones Poisson, Binomial Negativa, Poisson Generalizado y Gamma discrete.Su clasificación de tiempo de vida, kurtosis, sesgamiento, momentos factorials ascendientes y descendientes, al igual que sus relaciones de recurrencia, momentos negativos, estimación de parámetros via máxima verosimilitud, caracterización y discretización del caso bivariado son presentados.

Other discrete probability distributions are the uniform, geometric, and negative binomial.
Otras distribuciones de probabilidad discreta son la uniforme, la geométrica y la binomial negativa.