【概率论】泊松分布

泊松分布

,则

归一性

例子

泊松分布多出现在当X表示一定时间或一定空间内出现的事件的个数这种场合,如在一定时间内某交通路口所发生的事故的个数。

将泊松分布假设为二项分布

假设条件:

(1)泊松分布一般为一段时间或一段空间,在此假设为一段时间,在这段时间内发生事件个数的均值为

(2)将这段时间分为n份,n很大,以致于每份时间不可能发生两件或更多事件,只能发生1次或0次事件。

(3)所以每份时间发生1次事件的概率为,发生0次事件的概率为

(4)每份事件是否发生事件是独立的

泊松分布公式推导

根据上面的假设条件,该泊松分布可假设为二项分布,根据二项分布公式可得:

显然,当时,二项分布变回泊松分布,即

相关推荐
点云SLAM1 天前
似然函数(Likelihood Function)和最大似然估计
算法·机器学习·概率论·数理统计·最大似然估计·似然函数·概率分布
Figo_Cheung1 天前
Figo几何基础论:基于集合几何化的统一理论框架与哲学意涵——首次提出“几何化诱导的全息原理”
算法·机器学习·概率论·迭代加深
木非哲1 天前
AB实验的关键认知(十四)实验复盘与总结
概率论·abtest
无风听海1 天前
负对数似然函数详解
概率论
AI科技星1 天前
加速运动正电荷产生加速度反向引力场的详细求导过程
人工智能·线性代数·算法·机器学习·矩阵·概率论
木非哲2 天前
AB实验的关键认知(十一)A/A实验
概率论·abtest
木非哲2 天前
AB实验的关键认知(十二)黄金时刻-最大统计功效阶段-MPR
概率论·abtest
larance3 天前
先验概率、似然概率与后验概率详解
概率论
张祥6422889044 天前
误差理论与测量平差基础笔记六
笔记·算法·概率论
木非哲4 天前
AB实验的关键认知(八)实验流量规划
概率论·abtest