binomické rozdělení je jeden, jehož možný počet výsledků jsou dva, tj. úspěch nebo neúspěch. Na druhé straně, v roce 2006 nejsou žádné možné výsledky Poissonova distribuce
Teoretické rozdělení pravděpodobnosti je definováno jako funkce, která přiřazuje pravděpodobnost každému možnému výsledku statistického experimentu. Pravděpodobnostní rozdělení může být diskrétní nebo spojité, přičemž v diskrétní náhodné veličině je celková pravděpodobnost přidělena různým hmotnostním bodům, zatímco v kontinuální náhodné veličině je pravděpodobnost distribuována v různých třídních intervalech.
Binomické rozdělení a Poissonovo rozdělení jsou dvě diskrétní rozdělení pravděpodobnosti. Normální distribuce, studentská distribuce, chi-square distribuce a F-distribuce jsou typy kontinuální náhodné proměnné. Takže, pojďme diskutovat o rozdílu mezi binomickou a Poissonovou distribucí. Podívej se.
Základ pro srovnání | Binomické rozdělení | Poissonova distribuce |
---|---|---|
Význam | Binomické rozdělení je takové, ve kterém je studována pravděpodobnost opakovaného počtu pokusů. | Poissonovo rozdělení poskytuje počet nezávislých událostí, které se vyskytují náhodně s daným časovým obdobím. |
Příroda | Biparametrické | Uniparametrický |
Počet pokusů | Pevný | Nekonečný |
Úspěch | Konstantní pravděpodobnost | Infinitesimal šance na úspěch |
Výsledky | Pouze dva možné výsledky, tj. Úspěch nebo neúspěch. | Neomezený počet možných výsledků. |
Průměr a odchylka | Průměr> Variace | Průměr = odchylka |
Příklad | Experiment s házením mincí. | Tiskové chyby / stránka velké knihy. |
Binomické rozdělení je široce používané rozdělení pravděpodobnosti, odvozené z Bernoulliho procesu (náhodný experiment pojmenovaný podle renomovaného matematika Bernoulliho). To je také známé jako biparametric distribuce, jak to je představováno dvěma parametry n a p. Zde je n opakované pokusy a p je pravděpodobnost úspěchu. Pokud je známa hodnota těchto dvou parametrů, znamená to, že distribuce je plně známa. Průměr a rozptyl binomického rozdělení jsou označeny µ = np a σ2 = npq.
P (X = x) = nCX strX qn-x, x = 0,1,2,3… n
= 0, jinak
Pokus o konkrétní výsledek, který není vůbec jistý a nemožný, se nazývá soud. Pokusy jsou nezávislé a pevné kladné celé číslo. Souvisí se dvěma vzájemně se vylučujícími a vyčerpávajícími událostmi; přičemž výskyt se nazývá úspěch a nepřítomnost se nazývá selhání. p představuje pravděpodobnost úspěchu, zatímco q = 1 - p představuje pravděpodobnost selhání, která se v průběhu procesu nemění.
Na konci 30. let 20. století tuto distribuci představil slavný francouzský matematik Simon Denis Poisson. Popisuje pravděpodobnost určitého počtu událostí, ke kterým dojde v pevném časovém intervalu. Jde o uniparametrické rozdělení, protože se vyznačuje pouze jedním parametrem λ nebo m. V Poissonově rozdělení je průměr označen m tj. Μ = m nebo λ a rozptyl je označen jako σ2 = m nebo λ. Funkci pravděpodobnosti hmoty x představuje:
kde e = transcendentální množství, jehož přibližná hodnota je 2,71828
Pokud je počet událostí vysoký, ale pravděpodobnost jeho výskytu je poměrně nízká, použije se poissonovo rozdělení. Například počet pojistných nároků za pojišťovnu / den.
Rozdíly mezi binomickým a poissonovým rozdělením lze jasně vyvodit z následujících důvodů:
Kromě výše uvedených rozdílů existuje mezi těmito dvěma distribucemi řada podobných aspektů, tj. Obě jsou diskrétní teoretickou pravděpodobnostní distribucí. Dále, na základě hodnot parametrů, mohou být oba unimodální nebo bimodální. Navíc binomické rozdělení může být aproximováno poissonovým rozdělením, pokud počet pokusů (n) má sklon k nekonečnu a pravděpodobnost úspěchu (p) má sklon k 0, takže m = np.