泊松分布是一个一个参数族的曲线,模拟随机事件发生的次数。该分布适用于涉及计算随机事件在给定的时间,距离,区域等的次数中的次数的应用程序。涉及Poisson分布的示例应用包括每秒盖格计数器点击的人数,一小时内走到商店的人数,并且每分钟网络丢失的数据包数量。
统计和机器学习工具箱™提供了使用泊松分销的多种方式。
泊松分发使用以下参数。
范围 | 描述 | 金宝app |
---|---|---|
lambda. (λ.) |
吝啬的 |
参数λ.也等于泊松分布的方差。
具有参数的两个泊松随机变量的总和λ.1和λ.2是一个带参数的泊松随机变量λ.=λ.1+λ.2。
泊松分布的概率密度函数(PDF)是
结果是完全的概率X随机事件发生。对于离散分布,PDF也称为概率质量功能(PMF)。
例如,看到计算泊松分销PDF。
泊松分布的累积分布函数(CDF)是
结果是最多的概率X随机事件发生。
使用参数计算Poisson分发的PDFlambda = 4.
。
x = 0:15;y = poisspdf(x,4);
用宽度的杆绘制PDF1
。
图栏(x,y,1)xlabel('观察')ylabel('可能性')
使用参数计算泊松分发的CDFlambda = 4.
。
x = 0:15;y = poisscdf(x,4);
绘制CDF。
图楼梯(x,y)xlabel('观察')ylabel('累积概率')
什么时候lambda.
很大,泊松分布可以用平均值的正态分布近似lambda.
和方差lambda.
。
使用参数计算Poisson分发的PDFlambda = 50.
。
lambda = 50;x1 = 0:100;Y1 = Poisspdf(X1,Lambda);
计算相应的正态分布的PDF。
mu = lambda;sigma = sqrt(lambda);x2 = 0:0.1:100;y2 = normpdf(x2,mu,sigma);
在同一轴上绘制PDF。
图栏(X1,Y1,1)保持上绘图(x2,y2,'行宽',2)xlabel('观察')ylabel('可能性') 标题('泊松和正常的PDF') 传奇('泊松分销'那'正态分布'那'地点'那'西北') 抓住离开
正态分布的PDF与泊松分布的PDF密切相关。
二项分布- 二项式分布是一种双参数离散分布,可以计算成功次数N独立试验,取得成功概率P.。泊松分布是二项份分布的限制情况N接近无限和P.零零NP.=λ.。看比较二项式和泊松分布PDFS。
指数分布- 指数分布是具有参数的一个参数连续分布μ.(吝啬的)。泊松分布模型在给定的时间内发生随机事件的次数。在这样的模型中,出现之间的时间量由具有平均值的指数分布建模 。
正常分布- 正常分布是具有参数的双参数连续分布μ.(平均值)和σ.(标准偏差)。什么时候λ.很大,泊松分布可以通过正态分布近似μ.=λ.和σ.2=λ.。看比较泊松和正态分布PDF。
[1] Abramowitz,Milton和Irene A. Stegun,EDS。数学函数手册:用公式,图形和数学表。9.多佛打印;[nachdr。Der Ausg。von 1972]。数学的多佛书。纽约,纽约:Dover Pural,2013。
[2] Devroye,Luc。非均匀随机变化。纽约,纽约:春天纽约,1986年。https://doi.org/10.1007/978-1-4613-8643-8
[3]埃文斯,梅兰,尼古拉斯黑斯廷斯和Brian孔雀。统计分布。第二次。纽约:J. Wiley,1993。
[4]装载机,凯瑟琳。快速准确地计算二项式概率。2000年7月9日。
Poisscdf.
|Poissfit.
|Poissinv.
|泊位分布
|Poisspdf.
|Poissrnd.
|Poisstat.