Diferența dintre distribuția Poisson și distribuția normală

Distribuție Poisson vs. distribuție normală

Poisson și distribuția normală provin din două principii diferite. Poisson este un exemplu pentru Distribuția Probabilității Diferențiale, în timp ce Normal aparține Distribuției Probabilității Continuă.

Distribuția normală este, în general, cunoscută sub numele de "Distribuția Gaussiană" și este cea mai eficientă pentru a modela problemele care apar în științele naturii și științele sociale. Multe probleme riguroase sunt întâlnite folosind această distribuție. Cel mai frecvent exemplu ar fi "erorile de observare" într-un anumit experiment. Distribuția normală urmează o formă specială numită "curba Bell", care face viața mai ușoară pentru modelarea unei cantități mari de variabile. Între timp, distribuția normală a provenit din "Teoria limitei centrale", în care numărul mare de variabile aleatorii este distribuit "în mod normal". Această distribuție are o distribuție simetrică în ceea ce privește media. Ceea ce înseamnă distribuită uniform din valoarea sa x a "Valorii de vârf a graficului".

(2) (2) (2) (2) (2) (2)

Ecuația menționată mai sus este funcția de densitate a probabilității "Normal" și prin mărire, μ și σ2 se referă la "medie" și, respectiv, la "varianță". Cel mai general caz de distribuție normală este distribuția standard normală unde μ = 0 și σ2 = 1. Aceasta presupune că distribuția normală non-standard descrie că valoarea x, unde vârful a fost deplasat corect și lățimea formei clopotului a fost înmulțită cu factorul σ, care mai târziu este reformat ca "Deviation standard" sau rădăcina pătrată a varianței (σ ^ 2).

Pe de altă parte, Poisson este un exemplu perfect pentru fenomenul statistic discret. Acesta este un caz limitativ al distribuției binomiale - distribuția comună între "Variabilele de probabilitate discrete". Poisson este de așteptat să fie folosit atunci când apare o problemă cu detalii despre "rata". Mai important, această distribuție este un continuum fără pauză pentru un interval de timp cu rata de apariție cunoscută. Pentru evenimentele "independente" rezultatul nu afectează următorul eveniment va fi cea mai bună ocazie, în care Poisson intră în joc.

Deci, ca un întreg, trebuie să vedem că atât distribuțiile sunt din două perspective complet diferite, care încalcă cele mai des asemănări dintre ele.