1樓:Allen Zhuo
那個年代2023年,你有計算機嗎?所以泊松分布是一大貢獻是簡化在特定情況下的二項分布計算。注意兩點:
1,現在計算機時代,可以直接用二項分布計算,完全沒必要用泊松分布去模擬再計算。
2,服從泊松分布就服從二項分布,服從二項分布不一定服從泊松分布,如排隊論等,用泊松分布更為好理解和直接。
比如:人類(二項分布)有個通用複雜公式計算智商,兒童(泊松分布)有個簡單公式計算兒童智商。我們也可以用人類的通用複雜公式計算兒童智商。但不能用兒童簡單公式去計算人類智商。
2樓:
看了下書上的證明過程。為了簡化所以找了乙個「拉不大」讓n來表示p,為了取極限所以「拉不大」必須是常數。當n很大時,p很小時,最符合簡化後的公式。 所以我覺得是。
3樓:澡堂歌唱家
我覺得是把二項分布極限化。比如一天內圖書館來了1000個人,一般來說這是符合泊松分布的,很容易寫出概率分布。如果從離散的角度來看的話,把一天的時間劃分成n個細小的時間片,每個時間片來人的概率是1000/n,然後用二項分布來模擬。
但這個時間片到底該多小呢?無窮小的時候,就是泊松分布啦。 : )
當 很大時泊松分布如何計算?
空弦 如果硬要用Excel計算,而且是因為階乘的問題。對於Poisson,有如下遞迴性質 而我們有 之後進行遞迴即可,而這個數值是Excel是可以實現的。當然,如果精度要求較高就沒法保證了。 信念如石 用Python計算 import math from scipy import stats 呼叫函...
泊松分布和正態分佈有什麼內在聯絡?
微塵 黃含馳 蟹蟹 山醒 有乙個小白看起來更輕鬆的版本 飛行code 實驗次數n足夠大時,泊松分布逼近於均值相同的二項分布。泊松分布的lambda引數,即均值,趨於無窮時,逼近同均值的正態分佈。實驗次數n足夠大時,二項分布均值和方差標準化後,收斂於標準正態分佈。詳細數學推導請看這篇文章 正太分布的數...
二項分布 泊松分布和正態分佈的區別及聯絡
Min.L 其他答主說了不少區別,我來說說聯絡。都屬於指數分布族,存在完備充分統計量。若正態分佈方差已知 於是三個分布都只有乙個未知引數 則樣本均值都是這三個分布的完備充分統計量,進而由Lehmann Scheffe 定理知,未知引數的任意函式的UMVUE 一致最小方差估計量 僅依賴於樣本均值。指數...