Разлика между разпределението на Poisson и нормалното разпределение

Разпределение на Пуассон срещу нормално разпределение

Разпределението на Poisson и Normal идва от два различни принципа. Poisson е един пример за дискретно разпределение на вероятностите, докато Normal принадлежи към непрекъснато разпределение на вероятностите.

Нормалното разпределение обикновено е известно като „Гаусово разпределение“ и най-ефективно се използва за моделиране на проблеми, възникващи в естествените и социалните науки. Много сериозни проблеми се срещат при използването на това разпределение. Най-често срещаният пример са „Грешки в наблюдението“ в определен експеримент. Нормалното разпределение следва специална форма, наречена „Крива на звънеца“, която улеснява живота за моделиране на голямо количество променливи. Междувременно нормалното разпределение произхожда от „теоремата за централния предел“, при която големият брой случайни променливи се разпределят „нормално“. Това разпределение има симетрично разпределение по отношение на средната му стойност. Което означава равномерно разпределено от неговата x-стойност на „Peak Graph Value“.

pdf: 1 / √ (2πσ ^ 2) e ^ (〖(x-µ)〗 ^ 2 / (2σ ^ 2))

Гореспоменатото уравнение е функцията на вероятностната плътност на „Нормално“ и чрез уголемяване µ и σ2 се отнася съответно „средно“ и „отклонение“. Най-общият случай на нормално разпределение е „Стандартно нормално разпределение“, където µ = 0 и σ2 = 1. Това предполага pdf на нестандартното нормално разпределение описва, че x-стойността, при която върхът е изместен правилно и ширината на формата на камбаната е умножена по коефициента σ, който впоследствие се реформира като „Стандартно отклонение“ или квадратен корен на 'Variance' (σ ^ 2).

От друга страна, Поасон е перфектен пример за дискретно статистическо явление. Това идва като ограничаващ случай на биномиално разпределение - често срещаното разпределение между „дискретни променливи вероятности“. Очаква се Poisson да се използва, когато възникне проблем с подробности за „rate“. По-важното е, че това разпределение е континуум без прекъсване за интервал от време с известната честота на възникване. За „независими“ събития резултатът не се отразява на следващото събитие ще бъде най-добрият повод, в който играе Poisson.

Така като цяло трябва да се види, че и двете разпределения са от две напълно различни перспективи, което нарушава най-често приликите между тях.