泊松分布的理解与Python仿真

本文介绍了泊松分布的概念,并通过分析水果店库存管理和美国枪击案来阐述其应用场景。文章指出,当事件满足小概率、独立及概率稳定时,可适用泊松分布。通过仿真和卡方检验,展示了泊松分布如何近似描述美国枪击案发生的次数。
摘要由CSDN通过智能技术生成

分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识,造福人民,实现我们中华民族伟大复兴!

                       

我们首先从一个实例出发,来分析缘何泊松分布在经济社会生活中如此频繁地出现和使用。

已知某家小杂货店,平均每周售出两个水果罐头,请问该水果店的最佳库存量是多少?(或者这么问,如果你是商家,你该如何储备货物?)

假定不存在季节因素,可以近似认为,该问题满足以下三个条件:

  • 顾客购买水果罐头是小概率事件;(注意泊松分布刻画的是 rare events
  • 购买水果罐头的顾客之间是独立的,也即不会互相依赖或者影响;
  • 顾客购买水果罐头的概率是稳定的;

在统计学上,如果某类事件满足上述三个条件,就称它服从泊松分布(poisson distribution),泊松分布的概率质量函数(pmf,probability mass function):

p(X=k)
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值