Poisson Distribusjon
Hva er en Poisson-distribusjonI statistikk er en Poisson-distribusjon en statistisk distribusjon som viser hvor mange ganger en hendelse sannsynligvis vil skje i løpet av et spesifikt tidsrom. Det brukes til uavhengige hendelser som oppstår med en konstant hastighet innen et gitt tidsintervall.
Poisson-distribusjonen er en diskret funksjon, noe som betyr at hendelsen bare kan måles som forekommende eller ikke som forekommende, noe som betyr at variabelen bare kan måles i hele tall. Brøkforekomster av hendelsen er ikke en del av modellen. den ble oppkalt etter den franske matematikeren Siméon Denis Poisson.
Viktige takeaways
- En Poisson-distribusjon er et mål på hvor mange ganger en hendelse sannsynligvis vil oppstå i løpet av "X" -perioden.
- Eksempel: En videobutikk gjennomsnitt 400 kunder hver fredag kveld. Hva er sannsynligheten for at 600 kunder vil komme inn en gitt fredag kveld?
- Den ble oppkalt etter matematiker Siméon Denis Poisson.
Forståelse av Poisson Distribusjon
En Poisson-distribusjon kan brukes til å estimere hvor sannsynlig det er at noe vil skje "X" flere ganger. For eksempel, hvis gjennomsnittlig antall personer som leier film på en fredagskveld på et enkelt sted i videobutikken er 400, kan en Poisson-distribusjon svare på spørsmål som: "Hva er sannsynligheten for at mer enn 600 personer vil leie film?" Derfor gjør bruk av Poisson-distribusjonen ledere å introdusere optimale planleggingssystemer.
En av de mest kjente historiske, praktiske bruksområdene av Poisson-distribusjonen var å estimere det årlige antall prøyssiske kavalerissoldater drept på grunn av hestespark. Andre moderne eksempler inkluderer estimering av antall bilulykker i en by av en gitt størrelse; i fysiologi blir denne distribusjonen ofte brukt til å beregne sannsynlighetsfrekvensene til forskjellige typer nevrotransmitterutskillelser.
Sammenlign Navn på leverandør av investeringskontoer Beskrivelse Annonsørens avsløring × Tilbudene som vises i denne tabellen er fra partnerskap som Investopedia mottar kompensasjon fra.