泊松分布(Poisson Distribution)

定义:

现实生活多数服从于泊松分布

假设你在一个呼叫中心工作,一天里你大概会接到多少个电话?它可以是任何一个数字。现在,呼叫中心一天的呼叫总数可以用泊松分布来建模。这里有一些例子:

  • 医院在一天内录制的紧急电话的数量。
  • 某个地区在一天内报告的失窃的数量。
  • 在一小时内抵达沙龙的客户人数。
  • 书中每一页打印错误的数量。 泊松分布适用于在随机时间和空间上发生事件的情况,其中,我们只关注事件发生的次数。
  • 当以下假设有效时,则称为泊松分布

  • 任何一个成功的事件都不应该影响另一个成功的事件。
  • 在短时间内成功的概率必须等于在更长的间内成功的概率。
  • 时间间隔很小时,在给间隔时间内成功的概率趋向于零。
  • 泊松分布中使用了这些符号:

  • λ是事件发生的速率

  • t是时间间隔的长

  • X是该时间间隔内的事件数。

  • 其中,X称为泊松随机变量,X的概率分布称为泊松分布。

  • 令μ表示长度为t的间隔中的平均事件数。那么,µ = λ*t。

  • 例如说一个医院中,每个病人来看病都是随机并独立的概率,则该医院一天(或者其他特定时间段,一小时,一周等等)接纳的病人总数可以看做是一个服从poisson分布的随机变量。但是为什么可以这样处理呢? 通俗定义:假定一个事件在一段时间内随机发生,且符合以下条件:

  • (1)将该时间段无限分隔成若干个小的时间段,在这个接近于零的小时间段里,该事件发生一次的概率与这个极小时间段的长度成正比。
  • (2)在每一个极小时间段内,该事件发生两次及以上的概率恒等于零。
  • (3)该事件在不同的小时间段里,发生与否相互独立。
  • 则该事件称为poisson process。这个第二定义就更加利于大家理解了,回到医院的例子之中,如果我们把一天分成24个小时,或者24×60分钟,或者24×3600秒。时间分的越短,这个时间段里来病人的概率就越小(比如说医院在正午12点到正午12点又一毫秒之间来病人的概率是不是很接近于零?)。 条件一符合。另外如果我们把时间分的很细很细,是不是同时来两个病人(或者两个以上的病人)就是不可能的事件?即使两个病人同时来,也总有一个人先迈步子跨进医院大门吧。条件二也符合。倒是条件三的要求比较苛刻。应用到实际例子中就是说病人们来医院的概率必须是相互独立的,如果不是,则不能看作是poisson分布。

    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%。

     

    # IMPORTS
    import numpy as np
    import scipy.stats as stats
    import matplotlib.pyplot as plt
    import matplotlib.style as style
    from IPython.core.display import HTML
    
    # PLOTTING CONFIG
    %matplotlib inline
    style.use('fivethirtyeight')
    plt.rcParams["figure.figsize"] = (14, 7)
    
    plt.figure(dpi=100)
    
    # PDF
    plt.bar(x=np.arange(20), 
            height=(stats.poisson.pmf(np.arange(20), mu=5)), 
            width=.75,
            alpha=0.75
           )
    
    # CDF
    plt.plot(np.arange(20), 
             stats.poisson.cdf(np.arange(20), mu=5),
             color="#fc4f30",
            )
    
    # LEGEND
    plt.text(x=8, y=.45, s="pmf (normed)", alpha=.75, weight="bold", color="#008fd5")
    plt.text(x=8.5, y=.9, s="cdf", alpha=.75, weight="bold", color="#fc4f30")
    
    # TICKS
    plt.xticks(range(21)[::2])
    plt.tick_params(axis = 'both', which = 'major', labelsize = 18)
    plt.axhline(y = 0.005, color = 'black', linewidth = 1.3, alpha = .7)
    
    # TITLE, SUBTITLE & FOOTER
    plt.text(x = -2.5, y = 1.25, s = "Poisson Distribution - Overview",
                   fontsize = 26, weight = 'bold', alpha = .75)
    plt.text(x = -2.5, y = 1.1, 
             s = 'Depicted below are the normed probability mass function (pmf) and the cumulative density\nfunction (cdf) of a Poisson distributed random variable $ y \sim Poi(\lambda) $, given $ \lambda = 5 $.',
             fontsize = 19, alpha = .85)

     改变参数λ:

    plt.figure(dpi=100)
    
    # PDF LAM = 1
    plt.scatter(np.arange(20),
                (stats.poisson.pmf(np.arange(20), mu=1)),#/np.max(stats.poisson.pmf(np.arange(20), mu=1))),
                alpha=0.75,
                s=100
           )
    plt.plot(np.arange(20),
             (stats.poisson.pmf(np.arange(20), mu=1)),#/np.max(stats.poisson.pmf(np.arange(20), mu=1))),
             alpha=0.75,
            )
    
    # PDF LAM = 5
    plt.scatter(np.arange(20),
                (stats.poisson.pmf(np.arange(20), mu=5)),
                alpha=0.75,
                s=100
           )
    plt.plot(np.arange(20),
             (stats.poisson.pmf(np.arange(20), mu=5)),
             alpha=0.75,
            )
    
    # PDF LAM = 10
    plt.scatter(np.arange(20),
                (stats.poisson.pmf(np.arange(20), mu=10)),
                alpha=0.75,
                s=100
           )
    plt.plot(np.arange(20),
             (stats.poisson.pmf(np.arange(20), mu=10)),
             alpha=0.75,
            )
    
    # LEGEND
    plt.text(x=3, y=.1, s="$\lambda = 1$", alpha=.75, rotation=-65, weight="bold", color="#008fd5")
    plt.text(x=8.25, y=.075, s="$\lambda = 5$", alpha=.75, rotation=-35, weight="bold", color="#fc4f30")
    plt.text(x=14.5, y=.06, s="$\lambda = 10$", alpha=.75, rotation=-20, weight="bold", color="#e5ae38")
    
    # TICKS
    plt.xticks(range(21)[::2])
    plt.tick_params(axis = 'both', which = 'major', labelsize = 18)
    plt.axhline(y = 0, color = 'black', linewidth = 1.3, alpha = .7)
    
    # TITLE, SUBTITLE & FOOTER
    plt.text(x = -2.5, y = .475, s = "Poisson Distribution - $\lambda$",
                   fontsize = 26, weight = 'bold', alpha = .75)
    plt.text(x = -2.5, y = .425, 
             s = 'Depicted below are three Poisson distributed random variables with varying $\lambda $. As one can easily\nsee the parameter $\lambda$ shifts and flattens the distribution (the smaller $ \lambda $ the sharper the function).',
             fontsize = 19, alpha = .85)

     构造随机分布:

    import numpy as np
    from scipy.stats import poisson
    
    # draw a single sample
    np.random.seed(42)
    print(poisson.rvs(mu=10), end="\n\n")
    
    # draw 10 samples
    print(poisson.rvs(mu=10, size=10), end="\n\n")
    12
    
    [ 6 11 14  7  8  9 11  8 10  7]

     画出概率密度函数:

    from scipy.stats import poisson
    
    # additional imports for plotting purpose
    import numpy as np
    import matplotlib.pyplot as plt
    %matplotlib inline
    plt.rcParams["figure.figsize"] = (14,7)
    
    
    # continuous pdf for the plot
    x_s = np.arange(15)
    y_s = poisson.pmf(k=x_s, mu=5)
    plt.scatter(x_s, y_s, s=100);

    计算累积概率密度函数的概率: 

    from scipy.stats import poisson
    
    # probability of x less or equal 0.3
    print("P(X <=3) = {}".format(poisson.cdf(k=3, mu=5)))
    
    # probability of x in [-0.2, +0.2]
    print("P(2 < X <= 8) = {}".format(poisson.cdf(k=8, mu=5) - poisson.cdf(k=2, mu=5)))
    P(X <=3) = 0.2650259152973616
    P(2 < X <= 8) = 0.8072543457950705

     绘制λ:

    from collections import Counter
    
    plt.figure(dpi=100)
    
    ##### COMPUTATION #####
    # DECLARING THE "TRUE" PARAMETERS UNDERLYING THE SAMPLE
    lambda_real = 7
    
    # DRAW A SAMPLE OF N=1000
    np.random.seed(42)
    sample = poisson.rvs(mu=lambda_real, size=1000)
    
    # ESTIMATE MU AND SIGMA
    lambda_est = np.mean(sample)
    print("Estimated LAMBDA: {}".format(lambda_est))
    
    ##### PLOTTING #####
    # SAMPLE DISTRIBUTION
    cnt = Counter(sample)
    _, values = zip(*sorted(cnt.items()))
    plt.bar(range(len(values)), values/np.sum(values), alpha=0.25);
    
    # TRUE CURVE
    plt.plot(range(18), poisson.pmf(k=range(18), mu=lambda_real), color="#fc4f30")
    
    # ESTIMATED CURVE
    plt.plot(range(18), poisson.pmf(k=range(18), mu=lambda_est), color="#e5ae38")
    
    # LEGEND
    plt.text(x=6, y=.06, s="sample", alpha=.75, weight="bold", color="#008fd5")
    plt.text(x=3.5, y=.14, s="true distrubtion", rotation=60, alpha=.75, weight="bold", color="#fc4f30")
    plt.text(x=1, y=.08, s="estimated distribution", rotation=60, alpha=.75, weight="bold", color="#e5ae38")
    
    # TICKS
    plt.xticks(range(17)[::2])
    plt.tick_params(axis = 'both', which = 'major', labelsize = 18)
    plt.axhline(y = 0.0009, color = 'black', linewidth = 1.3, alpha = .7)
    
    # TITLE, SUBTITLE & FOOTER
    plt.text(x = -2.5, y = 0.19, s = "Poisson Distribution - Parameter Estimation",
                   fontsize = 26, weight = 'bold', alpha = .75)
    plt.text(x = -2.5, y = 0.17, 
             s = 'Depicted below is the distribution of a sample (blue) drawn from a Poisson distribution with $\lambda = 7$.\nAlso the estimated distrubution with $\lambda \sim {:.3f}$ is shown (yellow).'.format(np.mean(sample)),
             fontsize = 19, alpha = .85)

     

    来源:长沙有肥鱼

    物联沃分享整理
    物联沃-IOTWORD物联网 » 泊松分布(Poisson Distribution)

    发表评论