จำหน่ายปลา
จำหน่ายปลา
การกระจายปัวซองเป็นการแจกจ่ายแบบไม่ต่อเนื่อง
ประมาณการว่าเหตุการณ์หนึ่งสามารถเกิดขึ้นได้กี่ครั้งในช่วงเวลาที่กำหนด เช่น ถ้ามีคนกินวันละสองครั้ง ความน่าจะเป็นที่เขาจะกินสามครั้งเป็นเท่าใด
มันมีสองพารามิเตอร์:
lam - อัตราหรือจำนวนครั้งที่ทราบ เช่น 2 สำหรับปัญหาข้างต้น
size - รูปร่างของอาร์เรย์ที่ส่งคืน
ตัวอย่าง
สร้างการแจกแจงแบบสุ่ม 1x10 สำหรับเหตุการณ์ 2:
from numpy import random
x = random.poisson(lam=2, size=10)
print(x)
การแสดงภาพการกระจายปัวซอง
ตัวอย่าง
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()
ผลลัพธ์
ความแตกต่างระหว่างการกระจายแบบปกติและแบบปัวซอง
การแจกแจงแบบปกติจะต่อเนื่องในขณะที่ปัวซองเป็นแบบไม่ต่อเนื่อง
แต่เราจะเห็นว่าคล้ายกับทวินามสำหรับการกระจายปัวซองที่ใหญ่พอ มันจะคล้ายกับการแจกแจงแบบปกติที่มี std dev และค่าเฉลี่ยบางอย่าง
ตัวอย่าง
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()
ผลลัพธ์
ความแตกต่างระหว่างปัวซองและการกระจายทวินาม
ความแตกต่างนั้นละเอียดอ่อนมาก นั่นคือ การแจกแจงแบบทวินามมีไว้สำหรับการทดลองแบบไม่ต่อเนื่อง ในขณะที่การแจกแจงแบบปัวซองสำหรับการทดลองแบบต่อเนื่อง
แต่สำหรับการแจกแจงทวินามขนาดใหญ่มากnและใกล้ศูนย์นั้นpเกือบจะเหมือนกับการแจกแจงแบบปัวซองซึ่งn * pเกือบจะเท่ากับlam
ตัวอย่าง
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()
ผลลัพธ์
