توزيع الأسماك
توزيع الأسماك
توزيع بواسون هو توزيع منفصل .
إنها تقدر عدد المرات التي يمكن أن يحدث فيها حدث ما في وقت محدد. على سبيل المثال ، إذا أكل شخص ما مرتين في اليوم ، فما هو احتمال أن يأكل ثلاث مرات؟
لها معلمتان:
lam
- معدل أو عدد مرات الحدوث المعروف ، على سبيل المثال 2 للمشكلة المذكورة أعلاه.
size
- شكل المصفوفة المرتجعة.
مثال
إنشاء توزيع عشوائي 1 × 10 للظهور 2:
from numpy import random
x = random.poisson(lam=2, size=10)
print(x)
تصور توزيع بواسون
مثال
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.poisson(lam=2, size=1000), kde=False)
plt.show()
نتيجة
الفرق بين التوزيع الطبيعي وتوزيع بواسون
التوزيع الطبيعي مستمر بينما يكون Poisson منفصلًا.
لكن يمكننا أن نرى أنه مشابه للقيمة ذات الحدين لتوزيع بواسون كبير بما يكفي ، فإنه سيصبح مشابهًا للتوزيع الطبيعي مع بعض التطوير القياسي والمتوسط.
مثال
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(loc=50, scale=7, size=1000), hist=False,
label='normal')
sns.distplot(random.poisson(lam=50, size=1000), hist=False,
label='poisson')
plt.show()
نتيجة
الفرق بين بواسون والتوزيع ذي الحدين
الفرق دقيق للغاية هو أن التوزيع ذي الحدين مخصص للتجارب المنفصلة ، في حين أن توزيع السموم مخصص للتجارب المستمرة.
ولكن بالنسبة للتوزيع ذي الحدين الكبير جدًا n
والقريب من الصفر ، p
يكون شبه مطابق لتوزيع Poisson بحيث n * p
يكون مساويًا تقريبًا lam
.
مثال
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.binomial(n=1000, p=0.01, size=1000), hist=False,
label='binomial')
sns.distplot(random.poisson(lam=10, size=1000), hist=False,
label='poisson')
plt.show()