물고기 분포
물고기 분포
포아송 분포는 이산 분포 입니다.
지정된 시간에 이벤트가 발생할 수 있는 횟수를 추정합니다. 예를 들어 누군가가 하루에 두 번 먹는다면 그가 세 번 먹을 확률은 얼마입니까?
두 개의 매개변수가 있습니다.
lam
- 위의 문제에 대한 비율 또는 알려진 발생 횟수(예: 2).
size
- 반환된 배열의 모양입니다.
예시
발생 2에 대한 임의의 1x10 분포를 생성합니다.
from numpy import random
x = random.poisson(lam=2, size=10)
print(x)
포아송 분포의 시각화
예시
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()
결과
정규 분포와 포아송 분포의 차이점
정규 분포는 연속적이지만 포아송은 이산적입니다.
그러나 충분히 큰 포아송 분포에 대해 이항과 유사하게 특정 표준 편차 및 평균을 갖는 정규 분포와 유사하게 됨을 알 수 있습니다.
예시
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()
결과
포아송 분포와 이항 분포의 차이점
차이는 매우 미묘합니다. 이항 분포는 이산 시행에 대한 반면 포아송 분포는 연속 시행에 대한 것입니다.
그러나 매우 크고 n
거의 0 p
에 가까운 이항 분포의 경우 포아송 분포와 n * p
거의 동일하므로 lam
.
예시
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()