1. IntroductionIn many applications

1. Introduction
In many applications, the variable of interest is given in the form of an event count or a non-negative integer value which refers to the number of a occurrences of particular phenomenon over a fixed set of time, distance, area or space. Some examples of such data are number of road accident victims per week, number of cases with a specific disease in epidemiology, etc. Poisson distribu- tion is a standard and good model for analyzing count data and it seems to be the most common and frequently used as well.

ผลลัพธ์ (ไทย) 1:

1. แนะนำ
ในโปรแกรมประยุกต์มากมาย ตัวแปรที่น่าสนใจได้ในแบบฟอร์มการตรวจนับเหตุการณ์หรือค่าจำนวนเต็มไม่เป็นลบซึ่งหมายถึงหมายเลขของการเกิดปรากฏการณ์เฉพาะช่วงเวลา ระยะทาง ที่ตั้ง หรือพื้นที่ชุดถาวร ตัวอย่างของข้อมูลดังกล่าวมีหมายเลขของผู้ประสบอุบัติเหตุถนนต่อสัปดาห์ จำนวนของกรณีที่มีโรคเฉพาะในวิทยาการระบาด ฯลฯ ปัว distribu สเตรชันเป็นรูปแบบที่ ดีสำหรับการวิเคราะห์ข้อมูลการตรวจนับ และดูเหมือนจะ มากที่สุด และใช้บ่อยด้วย

ผลลัพธ์ (ไทย) 2:

1 การแนะนำ
ในหลาย ๆ โปรแกรมตัวแปรที่น่าสนใจจะได้รับในรูปแบบของการจัดงานนับหรือค่าจำนวนเต็มไม่เป็นลบซึ่งหมายถึงจำนวนของการเกิดขึ้นของปรากฏการณ์โดยเฉพาะอย่างยิ่งในช่วงการตั้งค่าคงที่ของเวลาระยะทางพื้นที่หรือพื้นที่ . ตัวอย่างบางส่วนของข้อมูลดังกล่าวเป็นจำนวนมากที่ตกเป็นเหยื่ออุบัติเหตุทางถนนต่อสัปดาห์จำนวนผู้ป่วยด้วยโรคที่ระบุในระบาดวิทยา ฯลฯ ปัวซองแจกการเป็นมาตรฐานและรูปแบบที่ดีสำหรับการวิเคราะห์ข้อมูลจำนวนและมันน่าจะเป็นที่พบมากที่สุดและบ่อยครั้ง ใช้เป็นอย่างดี

ผลลัพธ์ (ไทย) 3:

1 . บทนำ
ในการใช้งานหลายตัวแปรที่น่าสนใจคือให้ในรูปแบบของเหตุการณ์นับ หรือ ไม่ลบค่าจำนวนเต็มที่แสดงถึงจำนวนของการเกิดขึ้นของเฉพาะปรากฏการณ์มากกว่าการตั้งค่าคงที่ของเวลา ระยะทาง พื้นที่ หรือพื้นที่ ตัวอย่างบางส่วนของข้อมูลดังกล่าวเป็นหมายเลขของเหยื่ออุบัติเหตุทางรถยนต์ต่อสัปดาห์ จำนวนผู้ป่วยด้วยโรคเฉพาะทางระบาดวิทยา ฯลฯปัวซง distribu - tion เป็นรุ่นมาตรฐานและดีสำหรับการวิเคราะห์ข้อมูลนับและดูเหมือนว่าจะพบมากที่สุดและใช้บ่อยเช่นกัน