Poisson Distribution
3738 ワード
Theory
Ref) Harvard Statistics110 - The Poisson distribution
Poisson配布とは?
PMF of Poisson Distribution
f(X=k)=λke−λk! k∈{0,1,2⋯ }f(X = k) = {{{\lambda ^k}{e^{ -\lambda }}}\over {k!}}\,\,\,\,\,\,k\in\{ 0,1,2\cdots\}f(X=k)=k!λke−λk∈{0,1,2⋯}
When use?
Poisson Paradigm (Poisson Approximation)
Then # of AjA_jAj's that occur is approximated as Pois(λ); λ=∑j=1npjPois(\lambda );\,\,\lambda =\sum\limits_{j = 1}^n {{p_j}}Pois(λ);λ=j=1∑npj
二項分布はどのようにポアソン分布に収束しますか?
X∼Bin(n,p)X\sim Bin(n,p)X∼Bin(n,p), let n→∞n\to\inftyn→∞, λ=np\lambda=npλ=np is held constant.
Find what happens to
P(X=k)=(nk)pk(1−p)n−k\kern{3em}P(X=k)=(\substack{n\\k})p^k(1-p)^{n-k}P(X=k)=(nk)pk(1−p)n−k, kkk is fixed.
=n(n−1)⋯(n−k+1)k!λknk(1−λn)n(1−λn)−k\kern{7.6em}= {{n(n - 1)\cdots (n - k + 1)}\over {k!}}{{{\lambda ^k}}\over {{n^k}}}{\left( {1 - {\lambda\over n}}\right)^n}{\left( {1 - {\lambda\over n}}\right)^{ - k}}=k!n(n−1)⋯(n−k+1)nkλk(1−nλ)n(1−nλ)−k
=λkk!e−λ\kern{7.6em}= {{{\lambda ^k}}\over {k!}}{e^{ -\lambda }}=k!λke−λ, Poisson PMF at kkk
Practice (MATLAB)
Ref) MATLAB Poisson distribution
ポアソン分布のpdfを計算する
モード数lambda=4のPoisson分布を持つpdfを計算した.x = 0:15;
y = poisspdf(x, 4);
figure();
bar(x,y,1)
xlabel('Observation')
ylabel('Probability')
ポアソン分布のcdfを計算する
x = 0:15;
y = poisscdf(x,4);
figure;
stairs(x,y)
xlabel('Observation')
ylabel('Cumulative Probability')
ポアソン分布pdfと正規分布pdfを比較する
Labmdaが大きいほどPoisson分布は平均lambdaと分散lambdaの正規分布に近い.
毛遂拉bmda=50のポアソン分布のpdfを計算した.lambda = 50;
x1 = 0:100;
y1 = poisspdf(x1, lambda);
mu = lambda;
sigma = sqrt(lambda);
x2 = 0:0.1:100;
y2 = normpdf(x2,mu,sigma);
figure;
bar(x1, y1, 1)
hold on
plot(x2, y2, 'LineWidth', 2)
xlabel('Observation')
ylabel('Probability')
title('Poisson and Normal pdfs')
legend('Poisson Distribution', 'Normal distribution', 'location', 'northwest')
hold off
Reference
この問題について(Poisson Distribution), 我々は、より多くの情報をここで見つけました
https://velog.io/@desu19950808/Poisson-Distribution
テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol
x = 0:15;
y = poisspdf(x, 4);
figure();
bar(x,y,1)
xlabel('Observation')
ylabel('Probability')
x = 0:15;
y = poisscdf(x,4);
figure;
stairs(x,y)
xlabel('Observation')
ylabel('Cumulative Probability')
lambda = 50;
x1 = 0:100;
y1 = poisspdf(x1, lambda);
mu = lambda;
sigma = sqrt(lambda);
x2 = 0:0.1:100;
y2 = normpdf(x2,mu,sigma);
figure;
bar(x1, y1, 1)
hold on
plot(x2, y2, 'LineWidth', 2)
xlabel('Observation')
ylabel('Probability')
title('Poisson and Normal pdfs')
legend('Poisson Distribution', 'Normal distribution', 'location', 'northwest')
hold off
Reference
この問題について(Poisson Distribution), 我々は、より多くの情報をここで見つけました https://velog.io/@desu19950808/Poisson-Distributionテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol