泊松分布
概述
泊松分布是一个单参数曲线族,模型随机事件发生的次数。这个分布适合应用程序涉及计算随机事件发生的次数在给定的时间,距离,面积等等。示例应用程序包含泊松分布包括每秒的盖革计数器的点击数量,走进一个商店的人数在一个小时内,通过网络和数据包丢失的数量每分钟。
统计和机器学习工具箱™提供了几种方法来使用泊松分布。
参数
泊松分布使用以下参数。
参数 | 描述 | 金宝app |
---|---|---|
λ (λ) |
的意思是 |
的参数λ也等于泊松分布的方差。
两个泊松随机变量与参数的总和λ1和λ2是一个泊松随机变量与参数λ=λ1+λ2。
概率密度函数
的概率密度函数(pdf)泊松分布
结果是准确的概率x随机事件的发生。对于离散分布,pdf也称为概率质量函数(pdf)。
例如,看到的计算泊松分布pdf。
累积分布函数
累积分布函数(cdf)泊松分布
结果是最多的概率x随机事件的发生。
例如,看到的计算泊松分布提供。
例子
计算泊松分布pdf
计算的泊松分布参数的pdfλ= 4
。
x = 0:15;y = poisspdf (x, 4);
情节pdf酒吧的宽度1
。
图酒吧(x, y, 1)包含(“观察”)ylabel (“概率”)
计算泊松分布提供
计算cdf实验组的泊松分布的参数λ= 4
。
x = 0:15;y = poisscdf (x, 4);
绘制提供。
图楼梯(x, y)包含(“观察”)ylabel (“累积概率”)
比较泊松和正态分布的pdf文件
当λ
大,泊松分布可以近似的正态分布的意思吗λ
和方差λ
。
计算的泊松分布参数的pdfλ= 50
。
λ= 50;x1 = 0:100;日元= poisspdf (x1,λ);
计算相应的正态分布的pdf。
μ=λ;σ=√λ);x2 = 0:0.1:100;y2 = normpdf (x2,μ、σ);
情节pdf文档在同一轴。
图酒吧(x1, y1, 1)在情节(x2, y2,“线宽”(2)包含“观察”)ylabel (“概率”)标题(“泊松和正常的pdf文档”)传说(泊松分布的,“正态分布”,“位置”,“西北”)举行从
正态分布的pdf密切接近pdf的泊松分布。
相关的分布
二项分布二项分布是两个参数的离散分布,成功的数量N独立试验成功的概率p。泊松分布是二项分布的极限情况N趋于无穷时,p趋于零,而Np=λ。看到比较二项和泊松分布的pdf文件。
指数分布——是一个单参数指数分布参数的连续分布μ(的意思)。泊松分布模型项随机事件发生的次数在给定的时间。在这种模型中,事件之间的时间是指数分布与建模的意思 。
正态分布正态分布是一个两个参数连续分布参数μ(意味着)σ(标准差)。当λ大,泊松分布可以近似正态分布μ=λ和σ2=λ。看到比较泊松和正态分布的pdf文件。
引用
[1]阿布拉莫维茨、弥尔顿和艾琳a . Stegun eds。数学函数的手册:公式、图、表和数学。9。多佛打印。[Nachdr。Ausg。冯1972]。多佛关于数学的书。纽约,纽约州:多佛出版,2013年。
[2]Devroye,卢克。非均匀随机变量生成。纽约,纽约:激飞纽约,1986年。https://doi.org/10.1007/978 - 1 - 4613 - 8643 - 8
[3]埃文斯Merran,尼古拉斯•黑斯廷斯和布莱恩孔雀。统计分布。第二版。纽约:j·威利,1993年。
[4]装载机,凯瑟琳。快速、准确的计算二项概率。2000年7月9日。
另请参阅
poisscdf
|poissfit
|poissinv
|PoissonDistribution
|poisspdf
|poissrnd
|poisstat