python泊松分布_泊松分布与Python图解

Python包

import numpy as np

import matplotlib.pyplot as plt

from numpy import power

from scipy.special import comb

相关知识

Bernoulli Experiment (伯努利试验)

对于一个试验（事件），如果重复发生的概率是独立的（互补影响），那么它是独立试验。特别的，如果这个试验只存在两种结果，则称其为伯努利试验。

Binomial Distribution (二项式分布)

对于重复

次的伯努利试验，我们可以计算成功

次的概率：

def BinomialDist(n, k, p=.5):

return comb(n, k) * power(p, k) * power(1-p, n-k)

e.g. 假设我们抛一枚硬币，总共抛10次，求10次都是正面的概率？

解：

验证一下我们的函数：

BinomialDist(10, 10) == power(0.5, 10)

True

e.g. 假设我们抛一枚硬币，总共抛10次，分别求

次是正面的概率？

ks = np.linspace(0, 10, 11) #ks=0,1,2,...,10

Plst = BinomialDist(10, ks)

plt.plot(Plst, '.')

plt.title(r'$P(X=k),\ X \sim B(10,0.5)$')

plt.show()

从上图可以看出，

时候最大，这符合我们的预期：抛10次硬币，正面朝上的次数最有可能为5。即随机变量

，

。

简单证明一下

：预备公式：

离散型随机变量

的期望：

这里

，而

计算一下

，ks相当于

，Plst相当于

print('mean =', (ks*Plst).sum())

print('mean =', 10*0.5)

mean = 5.0

mean = 5.0

其他证明方法和方差（

）可以参考

总结，如果随机变量

的概率满足

二项式分布，则

。

定义

二项式分布

要求

必须为已知数，但是生活中很多事情是没法统计出或者不存在精确的总数，这些事情往往是在一段连续的时间内出现一定的次数，相互之间没有影响（随机发生），并且单次事件耗时和概率几乎可以忽略（只有出现或者未出现，类似二项式分布；任意时刻发生的概率几乎为0）。例如，发生的次数。

由于事情是随机发生的，也就是在统计的一定时间内，任意时刻都有可能发生，所以我们就要对二项式公式改进。假设一个小时内发生了

次，如果我们10分钟统计一次，总共统计

次，我们期待

，也就是

次需要分别散落在6个10分钟内，显然

次可能出现在一个10分钟内。那么1秒钟统计一次呢？还是不行，因为还是存在1秒钟发生

次的可能性。为了保证单位时间内最多只有一次事件发生，泊松分布将

，那么单次事件只能发生在

时间内。

我们可以统计出一段时间内出现的平均次数

，那么可以认为单次事件概率

，于是二项式分布就变成了：

其实

的定义就是（参见：

而

。

最终泊松分布定义为：若

服从参数为

的泊松分布，记为

或

。

相关性质：

PMF与PDF

虽然

，并且公式也可以计算

的非整数，但是泊松分布还是针对离散型随机变量，所以上述公式又称为泊松分布的PMF（概率质量函数）。PMF（Probability Mass Function，概率质量函数）: 是对离散随机变量的定义。是离散随机变量在各个特定取值的概率。该函数通俗来说，就是对于一个离散型概率事件来说，使用这个函数来求它的各个成功事件结果的概率。

PDF（Probability Density Function，概率密度函数 )：是对连续性随机变量的定义。与PMF不同的是，PDF在特定点上的值并不是该点的概率, 连续随机概率事件只能求一段区域内发生事件的概率, 通过对这段区间进行积分来求。通俗来说, 使用这个概率密度函数将想要求概率的区间的临界点（最大值和最小值）带入求积分，就是该区间的概率。

参数lambda

我们来看不同参数

的泊松分布情况。注意，由于是离散随机变量，所以我们对

只能取

的整数。

from scipy.special import factorial

Xs = np.linspace(0, 50, 51)

def PD(k, lmd):

return np.power(lmd, k) * np.exp(-lmd) / factorial(k)

plt.figure(figsize=(10, 6))

plt.plot(Xs, PD(Xs, lmd=1), '*--', label=rf'$\lambda=1$')

plt.plot(Xs, PD(Xs, lmd=5), '^--', label=rf'$\lambda=5$')

plt.plot(Xs, PD(Xs, lmd=10), '.', label=rf'$\lambda=10$')

plt.plot(Xs, PD(Xs, lmd=15), '+', label=rf'$\lambda=15$')

plt.legend()

plt.show()

从上图中，可以看出，泊松分布围绕着

为中心的，而且

越大，越对称，也越像正态分布。

练习题

e.g.

与正态分布的关系

知乎上有个正态分布是所有分布趋于极限大样本的分布，属于连续分布。二项分布与泊松分布，则都是离散分布。二项分布的极限分布是泊松分布，泊松分布的极限分布是正态分布，即

，当

很大时，可以近似相等。当

很大时（还没达到连续的程度），可以用泊松分布近似代替二项分布；当n再变大，几乎可以看成连续时，二项分布和泊松分布都可以用正态分布来代替！

乍一看，好像是这么回事，但是仔细想想我们本来就是假设

。从上面的实验中我们发现，

越大越接近正态分布。

简书上一篇

比较大的时候，泊松分布会变成均值为

，方差为

的正态分布：

个人认为这个结论也是明显不对，因为不论参数

，

都可以

。不过后半句话应该是对的。

根据这篇数学

也就是

和

时，变成了

：

这与我们的实验也是相符的。