- Python廣告數據挖掘與分析實戰
- 楊游云 周健
- 407字
- 2021-04-02 14:21:16
2.2.5 泊松分布
泊松分布適用于事件在隨機時間和空間上發生的情況,其中,我們只關注事件發生的次數。假設電影院里有一臺爆米花機和一臺飲料機,x代表爆米花機每周發生故障的次數,y代表飲料機每周發生故障的次數,則稱x和y為泊松隨機變量,x和y均服從泊松分布。

圖2-2 標準正態分布
在現實生活中還有一些服從泊松分布的例子。例如醫院在一天內接到的緊急電話的數量、某個地區在一天內報告失竊的數量、在一小時內抵達銷售現場的客戶人數、書中每一頁打印錯誤的數量。
當以下假設成立時,則稱數據服從泊松分布:
·任何兩個事件發生與否互不影響,兩者互相獨立;
·每次事件發生的概率保持相等;
·當時間間隔變小時,在給定的間隔時間內成功的概率趨向于零。
泊松分布中常用到的符號如下所示:
·λ是事件發生的速率;
·t是時間間隔的長度;
·x是該時間間隔內的事件數。
μ表示長度為t的間隔中的平均事件數,即μ=λt。
泊松分布中x的均值和方差分別如下。
·均值:E(x)=μ
·方差:Var(x)=μ
推薦閱讀
- 數據庫技術與應用教程(Access)
- SQL Server入門經典
- Creating Mobile Apps with Sencha Touch 2
- Hadoop與大數據挖掘(第2版)
- Learning JavaScriptMVC
- 云計算與大數據應用
- 數據架構與商業智能
- Apache Kylin權威指南
- 云數據中心網絡與SDN:技術架構與實現
- INSTANT Android Fragmentation Management How-to
- 改變未來的九大算法
- SIEMENS數控技術應用工程師:SINUMERIK 840D-810D數控系統功能應用與維修調整教程
- R Machine Learning Essentials
- Mastering ROS for Robotics Programming(Second Edition)
- 機器學習:實用案例解析