如何计算给定分布的泊松核密度估计和p值计算？
How to calculate poisson kernel density estimation and p value calculation for given distribution?
在python中，给定分布（expectedValues），提供高斯核估计和p值计算如下：
kde = scipy.stats.gaussian_kde(expectedValues)
kdePValue = kde.pdf(observedValue)
我的问题：在 python 中，有没有办法计算给定分布 (expectedValues) 的泊松核密度估计和给定观察值的 p 值计算？
实际上我计算的概率如下：
我计算了预期值的平均值，并通过导入 scipy.stats
将此平均值赋予 poisson.pmf
mu = sum(expectedValues)/len(expectedValues)
prob = poisson.pmf(observedValue, mu)
在python中，给定分布（expectedValues），提供高斯核估计和p值计算如下：
kde = scipy.stats.gaussian_kde(expectedValues)
kdePValue = kde.pdf(observedValue)
我的问题：在 python 中，有没有办法计算给定分布 (expectedValues) 的泊松核密度估计和给定观察值的 p 值计算？
实际上我计算的概率如下： 我计算了预期值的平均值，并通过导入 scipy.stats
将此平均值赋予 poisson.pmf mu = sum(expectedValues)/len(expectedValues)
prob = poisson.pmf(observedValue, mu)