泊松分布定义:
P(X=k) = (e ^ -λ) * (λ ^k) / k! λ >0 λ =np
实际上泊松过程来自于二项公布式当实验次数n 趋于无穷时求极限的推导式。
对于n趋于无穷的理解:
对于λ 的理解:
λ =np
如果λ 是在一个小时内通过车辆的均值,如果把n理解成时间粒度,那么当n的单位是分钟时值为60,单位为秒时值为3600,随着时间粒度的减小,n的值趋于无究大。
同时在越小的时间粒度内根据p将趋于无究小。
从泊松分布的公式来看,当n趋近于无究小时,基于λ [实际上是随机过程E[X]的期望/均值]的泊松分布的概率只与k有关。
最终的概率公式已经与n没有关系了。那么P(X=k) 即是定义λ 的时间段内发生k次事件的概率。
假设一个小时内平均通过车辆数为2
计算P(X=1) = 0.27067 如果得到λ的统计小时总数为100小时,那么P(X=1) * 100 = 27.067 ,即表明如果该100小时数据服从泊松分布,那么有约27个小时中每小时通过车辆为1辆。