![938635c2280561e9ccf68f49175937c1.png](https://i-blog.csdnimg.cn/blog_migrate/c50661620bf8673507b7f2ef62050edc.jpeg)
本专栏循序渐进地进行讲解统计学知识,建议大家浏览专栏的目录结构,按顺序浏览01.[必读]目录.
(1)泊松分布和二项分布差异:
泊松过程是一种累积随机事件发生次数的最基本的独立增量过程,它其实是二项分布的极限情况(总事件n足够大,有效事件次数足够少,使得p均值极小(趋于0),使得每个区间至多“成功”一次)。通常当n≧20,p≦0.05时,就可以用泊松公式近似得计算二项分布。
一般使用泊松分布的前提是,能够保证每个区间至多“成功”一次,使基本事件满足伯努利实验.泊松分布的概率模型非常简单,只需要知道期望,就能推算伯努利实验成功X次的概率.
一般n≧20,p≦0.05,"成功"次数一般小于2次,近似伯努利实验,可以用泊松公式近似地视为二项分布。
(2)泊松分布是离散的:
泊松分布的随机变量X只可能取有限个值(实际上是0和1),因此泊松分布是离散的。
(3)适用于泊松分布的例子
(4)泊松分布的概率公式
预先准备的公式:
开始计算泊松分布的概率公式:
最终可得:
(5)应用题:使用泊松分布的概率公式
假如知道一条道路上每小时平均开过9辆车,没有高峰期和低峰期之分,求任意1小时开过刚好2辆车的概率。
解答:
因为该问题中可以视为泊松过程,基本单位(如秒)至多通车一次,两次通车不互相影响,通车没有高低峰期之分,满足伯努利验证,直接使用泊松分布的概率公式即可.
下一章内容:
袁杰雄:07.正态分布(Normal分布 z分布)zhuanlan.zhihu.com