基础知识
二项分布有两个参数,一个 n 表示试验次数,一个 p 表示一次试验成功概率。现在考虑一列二项分布,其中试验次数 n 无限增加,而 p 是 n 的函数。
1.如果 np 存在有限极限 λ,则这列二项分布就趋于参数为 λ 的 泊松分布。反之,如果 np 趋于无限大(如 p 是一个定值),则根据jmdhh(De’Moivre-Laplace)中心极限定理,这列二项分布将趋近于正态分布。
2.实际运用中当 n 很大时一般都用正态分布来近似计算二项分布,但是如果同时 np 又比较小(比起 n来说很小),那么用泊松分布近似计算更简单些,毕竟泊松分布跟二项分布一样都是离散型分布。
一、泊松分布日常生活中,大量事件是有固定频率的。
某医院平均每小时出生3个婴儿 某公司平均每10分钟接到1个电话 某超市平均每天销售4包xx牌奶粉 某网站平均每分钟有2次访问它们的特点就是,我们可以预估这些事件的总数,但是没法知道具体的发生时间。已知平均每小时出生3个婴儿,请问下一个小时,会出生几个?
有可能一下子出生6个,也有可能一个都不出生。这是我们没法知道的。
泊松分布就是描述某段时间内,事件具体的发生概率。
上面就是泊松分布的公式。等号的左边,P 表示概率,N表示某种函数关系,t 表示时间,n 表示数量,1小时内出生3个婴儿的概率,就表示为 P(N(1) = 3) 。等号的右边,λ 表示事件的频率。接下来两个小时,一个婴儿都不出生的概率是0.25%,基本不可能发生。接下来一个小时,至少出生两个婴儿的概率是80%。
泊松分布的图形大概是下面的样子。
可以看到,在频率附近,事件的发生概率最高,然后向两边对称下降,即变得越大和越小都不太可能。每小时出生3个婴儿,这是最可能的结果,出生得越多或越少,就越不可能。
假设随机变量X服从一个位置参数为μ、尺度参数为σ的正态分布,则可以记为:
而概率密度函数为
当μ = 0,σ = 1时的正态分布是标准正态分布。
通过numpy构造正太分布数据,之后画图,可以通过size大小来调节数据的正态分布效果
import numpy as npimport matplotlib.mlab as mlabimport matplotlib.pyplot as pltmu ,sigma = 0, 1sampleNo = 1000000np.random.seed(0)s = np.random.normal(mu, sigma, size=sampleNo) plt.hist(s, bins=100, normed=True)plt.title('Normal: $mu$=%.1f, $sigma^2$=%.1f' % (mu,sigma))plt.show() 画直方图与概率分布曲线 mu, sigma , num_bins = 0, 1, 50x = mu + sigma * np.random.randn(1000000)# 正态分布的数据n, bins, patches = plt.hist(x, num_bins, normed=True, facecolor = 'blue', alpha = 0.5)# 拟合曲线y = mlab.normpdf(bins, mu, sigma)plt.plot(bins, y, 'r--')plt.xlabel('Expectation')plt.ylabel('Probability')plt.title('histogram of normal distribution: $mu = 0$, $sigma=1$') plt.subplots_adjust(left = 0.15)plt.show()
原文链接:https://blog.csdn.net/hhtnan/article/details/62045872