泊松分布是一个单参数曲线族,它模拟了随机事件发生的次数。这种分布适用于计算在给定时间、距离、区域等范围内随机事件发生次数的应用程序。涉及泊松分布的示例应用程序包括每秒盖革计数器点击次数、一小时内进入商店的人数以及每分钟网络上丢失的包数。
Statistics and Machine Learning Toolbox™提供了几种处理泊松分布的方法。
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。
两个带参数泊松随机变量的和λ1和λ2是带参数的泊松随机变量吗λ=λ1+λ2.
泊松分布的概率密度函数为
结果是精确的概率x随机事件的发生。对于离散分布,pdf也称为概率质量函数(pmf)。
例如,请参见计算泊松分布pdf.
泊松分布的累积分布函数为
结果是最多的概率x随机事件的发生。
例如,请参见计算泊松分布cdf.
计算带参数的泊松分布的pdfλ= 4
.
x = 0:15;y = poisspdf (x, 4);
用宽度条绘制pdf1
.
图酒吧(x, y, 1)包含(“观察”) ylabel (“概率”)
计算带参数的泊松分布的cdfλ= 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”)
当λ
时,泊松分布可近似为均值为λ
和方差λ
.
计算带参数的泊松分布的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);
在同一轴上绘制pdf。
图酒吧(x1, y1, 1)在情节(x2, y2,“线宽”(2)包含“观察”) ylabel (“概率”)标题('Poisson and Normal pdf ')传说(泊松分布的,“正态分布”,“位置”,“西北”)举行从
正态分布的pdf近似于泊松分布的pdf。
二项分布-二项分布是一种双参数离散分布,计算成功的次数N独立试验有成功的可能性p.泊松分布是二项分布的极限情况N趋于无穷时,p趋近于零Np=λ.看到比较二项分布和泊松分布pdf.
指数分布-指数分布是一种具有参数的单参数连续分布μ(的意思)。泊松分布模型计算的是在给定的时间内随机事件发生的次数。在这样一个模型中,出现时间的数量是用具有均值的指数分布来建模的 .
正态分布—正态分布是一种具有参数的双参数连续分布μ(意味着)σ(标准差)。当λ时,泊松分布可近似为正态分布μ=λ和σ2=λ.看到比较泊松分布和正态分布pdf.
阿布拉莫维茨、米尔顿和艾琳·a·斯特根编。数学函数手册:有公式,图形,和数学表.9.多佛打印。[Nachdr。Ausg。冯1972]。多佛数学书籍。纽约,纽约:多佛出版社,2013。
[2] Devroye,卢克。非均匀随机变量生成.纽约,纽约:施普林格纽约,1986。https://doi.org/10.1007/978-1-4613-8643-8
埃文斯,梅兰,尼古拉斯·哈斯廷斯和布莱恩·皮科克。统计分布.2版。纽约:J. Wiley, 1993。
[4]装载机,凯瑟琳。快速和准确的二项式概率计算.2000年7月9日。
PoissonDistribution
|poisscdf
|poisspdf
|poissinv
|poisstat
|poissfit
|poissrnd