概率与统计 · 泊松分布

泊松分布

一段固定的时间里恰好发生k次的概率,前提是事件一件一件地以不变的平均速率发生,互不重叠的时间段里的次数彼此独立,这一段里平均发生λ次:P(X = k) = e^(−λ)·λᵏ/k!。把这段时间切成n格、每格机会λ/n,让n变大,二项分布就变成它。

泊松分布与本页画面

泊松分布描述一段固定的时间、长度或面积里某件事发生几次,比如客服电话一小时里打进来几通、一页书上有几个错字,前提是事件一件一件地以不变的平均速率发生,互不重叠的几段里的次数彼此独立。它只有一个参数,平均次数λ\lambda(速率乘以这一段的长度),P(X=k)=e−λλk/k!P(X = k) = e^{-\lambda}\lambda^k/k!,k=0,1,2,…k = 0, 1, 2, \dots。本页把这段时间切成nn格,每格以λ/n\lambda/n的机会有一件事:次数就是二项分布;nn逐级加倍时,红色的柱子落到泊松分布的轮廓上,平均次数一直是λ\lambda。

公式从哪来

取p=λ/np = \lambda/n,二项分布的概率拆成三个因子:(nk)pk(1−p)n−k=n(n−1)⋯(n−k+1)nk\binom{n}{k}p^k(1-p)^{n-k} = \frac{n(n-1)\cdots(n-k+1)}{n^k}⋅λkk!⋅(1−λn)n−k{}\cdot\frac{\lambda^k}{k!}\cdot\Bigl(1-\frac{\lambda}{n}\Bigr)^{n-k}。 第一个因子拿依次选出kk个不同格的方法数和nkn^k相比,kk固定时趋于1。中间的因子和nn无关。最后一个说的是其余的格都空着,它趋于e−λe^{-\lambda}:这就是复利的极限(1+r/n)n→er(1 + r/n)^n \to e^r取r=−λr = -\lambda,多出来的(1−λ/n)−k(1 - \lambda/n)^{-k}趋于1。三个极限乘起来就是泊松公式。λ\lambda固定时,nn大了以后两种分布的最大差距大致按1/n1/n缩小,所以记录里的比值最后停在2附近。

均值和方差都是λ

切成nn格时,均值对每个nn都是n⋅λ/n=λn\cdot\lambda/n = \lambda,方差是np(1−p)=λ(1−λ/n)np(1-p) = \lambda(1 - \lambda/n),比λ\lambda小一点。nn变大时1−λ/n1 - \lambda/n趋于1,所以泊松分布的方差也是λ\lambda,标准差是λ\sqrt{\lambda}。

形状

泊松分布的每根柱子是前一根的λ/(k+1)\lambda/(k+1)倍:P(X=k+1)=P(X=k)⋅λ/(k+1)P(X = k+1) = P(X = k)\cdot\lambda/(k+1)。这个倍数大于1时柱子升高,小于1以后下降。所以λ<1\lambda < 1时最可能的是0次,柱子从一开始就往下走;否则峰在⌊λ⌋\lfloor \lambda \rfloor,λ\lambda是整数时λ−1\lambda - 1次和λ\lambda次一样可能。λ\lambda变大时分布越来越接近对称的钟形,原因见中心极限定理。

值得注意

  • λ不必是整数:每段平均0.5次,和平均3次一样是合理的模型。
  • 平均λ次不等于通常发生λ次:λ = 3时,恰好3次的概率只有约22%。
  • “一件一件地发生”是模型的一部分。切成格时它已经在里面了,因为一格至多一件;成批到来的事件,次数是另一种分布。

操作

  • 点一列,或拖柱子下面的三角,读这个次数的三个因子。

相关概念