你尚未登录,仅允许查看本站部分内容。请登录使用邀请码注册
ruanyf

泊松分布和指数分布:10分钟教程 0个回复 专栏 @ 探索

ruanyf 发布于 3 年前 | 查看来源

大学时,我一直觉得统计学很难,还差点挂科。

    <p>工作以后才发现,难的不是统计学,而是我们的教材写得不好。比起高等数学,统计概念其实容易理解多了。</p>

我举一个例子,什么是泊松分布指数分布?恐怕大多数人都说不清楚。

我可以在10分钟内,让你毫不费力地理解这两个概念。

一、泊松分布

日常生活中,大量事件是有固定频率的。

  • 某医院平均每小时出生3个婴儿
  • 某公司平均每10分钟接到1个电话
  • 某超市平均每天销售4包xx牌奶粉
  • 某网站平均每分钟有2次访问

它们的特点就是,我们可以预估这些事件的总数,但是没法知道具体的发生时间。已知平均每小时出生3个婴儿,请问下一个小时,会出生几个?

有可能一下子出生6个,也有可能一个都不出生。这是我们没法知道的。

泊松分布就是描述某段时间内,事件具体的发生概率。

上面就是泊松分布的公式。等号的左边,P 表示概率,N表示某种函数关系,t 表示时间,n 表示数量,1小时内出生3个婴儿的概率,就表示为 P(N(1) = 3) 。等号的右边,λ 表示事件的频率。

接下来两个小时,一个婴儿都不出生的概率是0.25%,基本不可能发生。

接下来一个小时,至少出生两个婴儿的概率是80%。

泊松分布的图形大概是下面的样子。

可以看到,在频率附近,事件的发生概率最高,然后向两边对称下降,即变得越大和越小都不太可能。每小时出生3个婴儿,这是最可能的结果,出生得越多或越少,就越不可能。

二、指数分布

指数分布是事件的时间间隔的概率。下面这些都属于指数分布。

  • 婴儿出生的时间间隔
  • 来电的时间间隔
  • 奶粉销售的时间间隔
  • 网站访问的时间间隔

指数分布的公式可以从泊松分布推断出来。如果下一个婴儿要间隔时间 t ,就等同于 t 之内没有任何婴儿出生。

反过来,事件在时间 t 之内发生的概率,就是1减去上面的值。

接下来15分钟,会有婴儿出生的概率是52.76%。

接下来的15分钟到30分钟,会有婴儿出生的概率是24.92%。

指数分布的图形大概是下面的样子。

可以看到,随着间隔时间变长,事件的发生概率急剧下降,呈指数式衰减。想一想,如果每小时平均出生3个婴儿,上面已经算过了,下一个婴儿间隔2小时才出生的概率是0.25%,那么间隔3小时、间隔4小时的概率,是不是更接近于0?

三、总结

一句话总结:泊松分布是单位时间内独立事件发生次数的概率分布,指数分布是独立事件的时间间隔的概率分布。

请注意是"独立事件",泊松分布和指数分布的前提是,事件之间不能有关联,否则就不能运用上面的公式。

[说明] 本文受到 nbviewer 文档的启发。

(正文完)

================================================

以下为广告部分。欢迎大家在我的网络日志投放广告,推广自己的产品。

[赞助商广告]

在我之前的博客中,给大家推荐过"帮最优秀的工程师找工作"的 100offer 。时隔半年,我收到了一封朋友来信,讲自己的职业选择,文中也提到了 100offer 。读完后,不禁有些感触,推荐给大家。

08年大学毕业,迄今七年,共有两份工作经历,都在大公司。2011年社招进入华为南研所(南京研究所),从Java+Flex开发到MDE,再后来转SE,在华为来说,这个节奏不算多快但也不算慢,走得挺稳当,与领导、同事相处也很融洽。

只是,渐渐会有一些不安,得空反思,发觉自己在做的这些事,于个人成长而言价值不大。譬如我会用jQuery,它简洁、高效,但我并不知道为何可以这样;再如HashMap、HashTable主要区别在于线程安全与否,但原理是什么我还不清楚??

今年年初,决心离开南研所,并离开南京这座城市......(点击此处阅读原文

同时决定文尾再帮我的赞助商 100offer 做次推广,1次申请,10个优质offer,1份更好的工作。有需求的程序员们去注册申请拍卖吧。

(完)

    <div><h3>文档信息</h3>
等待第一条回复
登录后回复,如无账号,请使用邀请码注册