٪۴۰ تخفیف تابستانه شروع شد! بزرگترین حراج سال ما

به ما بپیوندید

آموزش توزیع پواسون

توزیع پواسون توزیع پواسون یک توزیع مجزا است . برآورد می کند که چند بار یک رویداد می تواند در یک زمان مشخص رخ دهد. به عنوان مثال ، اگر کسی دو بار در روز غذا بخورد ، احتمالاً سه بار غذا می…

محمد یوسفی

14 سپتامبر 2021

توزیع پواسون

توزیع پواسون یک توزیع مجزا است .

برآورد می کند که چند بار یک رویداد می تواند در یک زمان مشخص رخ دهد. به عنوان مثال ، اگر کسی دو بار در روز غذا بخورد ، احتمالاً سه بار غذا می خورد؟

دارای دو پارامتر است:

lam – تعداد یا تعداد وقایع شناخته شده به عنوان مثال 2 برای مشکل بالا.

size – شکل آرایه بازگشتی.

مثال

یک توزیع تصادفی 1×10 برای رویداد 2 ایجاد کنید:

from numpy import random

x = random.poisson(lam=2, size=10)

print(x)

تجسم توزیع پواسون

مثال

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.poisson(lam=2, size=1000), kde=False)

plt.show()

نتیجه


تفاوت بین توزیع عادی و پواسون

توزیع عادی پیوسته است در حالی که پواسون گسسته است.

اما ما می توانیم ببینیم که شبیه دو جمله ای برای توزیع پواسون به اندازه کافی بزرگ ، شبیه توزیع عادی با dev و میانگین std خواهد بود.

مثال

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.normal(loc=50, scale=7, size=1000), hist=False, label='normal')
sns.distplot(random.poisson(lam=50, size=1000), hist=False, label='poisson')

plt.show()

نتیجه


تفاوت بین پواسون و توزیع دو جمله ای

تفاوت بسیار ظریف این است که ، توزیع دو جمله ای برای آزمایشات گسسته است ، در حالی که توزیع پواسون برای آزمایشات مداوم است.

اما برای توزیع دو جمله ای بسیار بزرگ nو نزدیک به صفر pتقریباً با توزیع پواسون n * pتقریباً برابر است lam.

مثال

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.binomial(n=1000, p=0.01, size=1000), hist=False, label='binomial')
sns.distplot(random.poisson(lam=10, size=1000), hist=False, label='poisson')

plt.show()

نتیجه

منبع

مطالب مرتبط

0 0 رای ها
امتیازدهی به مقاله
اشتراک در
اطلاع از
guest
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها