|
我们这篇文章的内容关于统计学中的泊松分布。 举个栗子. }* ^3 r* ?3 N7 v
泊松分布在概率统计当中非常重要,可以很方便地用来计算一些比较难以计算的概率。很多书上会说,泊松分布的本质还是二项分布,泊松分布只是用来简化二项分布计算的。从概念上来说,这的确是对的,但是对于我们初学者,很难完全理解到其中的精髓。
' A2 W/ l. U: Q0 z所以让我们来举个栗子,来通俗地理解一下。 ! ^( K# g1 |$ w; Q
假设我们有一颗栗子树,有时候因为风或者是小动物活动的关系,树上可能会掉下栗子来,树上掉栗子显然是一个偶然事件,并且发生的概率很低,那么我们怎么求它的概率分布呢?泊松分布解决的就是这样一个问题。
2 t; C0 A5 ~. R' m9 f( j好像没有一个模型可以直接来刻画这个问题,必须要经过一些转化。 ' F' w9 h/ z" z6 Z) h
其实我们可以将事件切分,将这个问题转化成二项分布问题。 ( o" J" g! s- l& |. Z/ l
7 L: Q( e ]* U比如我们把一天的时间切分成了若干份,这样对于每一份时间来说,最多只会掉一个栗子。那么,这就转化成了一个二项分布问题。理论上来说不会有两颗栗子掉下的时间完全一样,所以只要我们将时间切分得足够细,就可以保证一段时间之中最多只会掉下一个栗子(否则就不满足二项分布)。
$ y$ P; U# A. d3 I假设我们把一天的时间切分成了n份,我们想知道一天当中会有k个栗子掉下的概率,根据二项分布的公式,这个概率就是:
# |8 }$ Y7 a1 C( `& H7 O7 o9 X& {
0 T7 I3 t3 i+ W* Q; R! p到这里,我们往前迈出了坚实的一步,写出了概率的表达式。 推导泊松分布
* _% F N4 j1 e. l我们虽然有了式子,但是好像没什么用,因为我们只知道p是单位时间内有栗子掉下的概率,我们怎么知道这个概率是多大呢?难道还真的去测量吗?
5 f; f* Q7 M5 {; ?6 p" D" |要解决这个问题,还得回到二项分布。我们可以利用二项分布求一下每天掉下栗子数量的期望,显然对于每一个单位时间而言,发生栗子掉落的概率是p,所以整体的期望是:
0 u0 r; ], P4 {, r/ B) g+ S. [8 ^; p% k
! \1 H) U1 y* v+ N7 x- E2 i$ t我们令这个期望值是 ,那么根据这个式子,我们可以表达出p了。
6 a8 c& j2 K" m8 V) W& R' |
1 m `4 F$ p Y2 D我们把这个p的式子带入原式,可以得到:6 I4 h" _ Y2 \/ w, X% `% Q
2 G" U- U1 Y: @, P6 X我们来算一下这个极限:
% F0 i5 ]) R4 O4 O! I) e. w' m4 o. y# }
0 Z4 R+ a8 Y* d, _, [
我们把这个极限拆分开来看,其中:
8 w" ? ?- y$ S" A5 ]' A+ \
5 V7 l& E6 K$ U1 h6 \5 C ^. [
所以,我们代入,可以得到:3 Z, g# S6 M. T' V
2 O# }: T; @6 \. [6 m
这个就是泊松分布的概率密度函数了,也就是说在一天当中掉下k个栗子的概率就是 。
- e& r; N* }" A; l( c也就是说泊松分布是我们将时间无限切分,然后套用二项分布利用数学极限推导出来的结果。本质上来说,它的内核仍然是二项分布。使用泊松分布的原因是,当n很大,p很小的时候,我们使用二项分布计算会非常困难,因为使用乘方计算出来的值会非常巨大,这个时候,我们使用泊松分布去逼近这个概率就很方便了。 结尾和升华
# ^5 j3 ]6 P7 L$ e1 K4 v我们根据推导出来的结果,感觉只要是n很大,并且p很小的场景都可以使用泊松分布。但是这毕竟只是一个感性的认知,在统计学上对于这个问题也是有严谨定义的。我们来看一下严谨的使用条件的限制,大概是这么三条。
8 n' l2 _/ B6 Z3 W2 w- 当我们将时间进行无线切分之后,在接近于0的时间段内事件发生的概率与时间成正比。
- 在每一段无限小的时间段内,同一事件发生两次的概率无限接近于0
- 在不同的时间段内,事件是否发生互相独立1 I; R3 W2 I( x' K$ f
) Y, w$ ^# _6 n9 l, H最后,我们看一道书上的例题,实际感受一下泊松分布的应用。假设我们有一批零件,它的次品率是0.1%,也就是千分之一。请问我们生产一千个产品当中至少有两件次品的概率? 5 X8 K' t2 D9 f4 M
这道题应该很简单,要求两件及以上次品的概率,我们只需要计算出只有零件和一件次品的概率,然后用1减去它们即可。我们首先根据n和p算出 : 5 X3 A# C+ Y# B3 _5 d
我们带入泊松分布的公式: ! U8 r. g; k9 I2 h0 P$ Z. ^, E9 H
如果我们要用二项分布来计算,那么就需要计算0.999的一千次方了,这显然是非常麻烦的,这也是泊松分布的意义。 转载于公众号:TechFlow7 x* ?2 t$ r! f6 v& I: \
1 J7 f% b3 F5 v0 A3 S1 ?5 n- f
6 _1 o, ?) s1 E' C2 k. ~9 m8 c+ U! P5 M5 \( X- X W$ [
|