理解泊松分布--课件

理解泊松分布泊松分析实例1PPT课件理解泊松分布泊松分析实例1PPT课件泊松分布（Poisson,Simeon-Denis）（17811840）法国数学家定义：定义：设随机变量X的分布率为：则称X 服从参数为 的泊松分布泊松分布，记为：n=k-12PPT课件泊松分布（Poisson,Simeon-Denis）（17泊松分布是一种描述和分析稀有事件的概率分布，要观察这类事件n要足够大。泊松分布所依赖的唯一参数，其值越小，分布越偏倚，随着的增大，分布越对称，当=20时，接近正态分布；当 50时可用正态分布近似处理 泊松分布问题。泊松分布3PPT课件泊松分布是一种描述和分析稀有事件的概率分布，要观察这类事件n实例1-水果罐头已知某家小杂货店，平均每周售出2个水果罐头。请问该店水果罐头的最佳库存量是多少？假定不存在季节因素，可以近似认为，这个问题满足以下三个条件：（1）顾客购买水果罐头是小概率事件。（2）购买水果罐头的顾客是独立的，不会互相影响。（3）顾客购买水果罐头的概率是稳定的。4PPT课件实例1-水果罐头已知某家小杂货店，平均每周售出2个水果罐头。实例1-水果罐头在统计学上，只要某类事件满足上面三个条件，它就服从“泊松分布”。泊松分布的公式如下：各个参数的含义：P：每周销售k个罐头的概率。X：水果罐头的销售变量。k：X的取值（0，1，2，3.）。：每周水果罐头的平均销售量，是一个常数，本例为2。5PPT课件实例1-水果罐头在统计学上，只要某类事件满足上面三个条件，它实例2-美国枪击案去年12月，美国康涅狄格州发生校园枪击案，造成28人死亡6PPT课件实例2-美国枪击案去年12月，美国康涅狄格州发生校园枪击案，美国枪击案统计资料资料显示，1982年至2012年，美国共发生62起（大规模）枪击案。其中，2012年发生了7起，是次数最多的一年。7PPT课件美国枪击案统计资料资料显示，1982年至2012年，美国共发美国枪击案的分布去年有这么多枪击案，这是巧合，还是表明美国治安恶化了？试使用泊松分布（Poisson distribution），判断同一年发生7起枪击案是否巧合。8PPT课件美国枪击案的分布去年有这么多枪击案，这是巧合，还是表明美国治相似的泊松分布分析例子根据公式，计算得到每周销量的分布：从上表可见，如果存货4个罐头，95%的概率不会缺货（平均每19周发生一次）；如果存货5个罐头，98%的概率不会缺货（平均59周发生一次）。9PPT课件相似的泊松分布分析例子根据公式，计算得到每周销量的分布：9P美国枪击案的分布假定美国枪击案满足“泊松分布”的三个条件：（1）枪击案是小概率事件。（2）枪击案是独立的，不会互相影响。（3）枪击案的发生概率是稳定的。显然，第三个条件是关键。如果成立，就说明美国的治安没有恶化；如果不成立，就说明枪击案的发生概率不稳定，正在提高，美国治安恶化。10PPT课件美国枪击案的分布假定美国枪击案满足“泊松分布”的三个条件：1美国枪击案的分布根据资料，1982-2012年枪击案的分布情况如下：11PPT课件美国枪击案的分布根据资料，1982-2012年枪击案的分布美国枪击案的分布计算得到，平均每年发生2起枪击案，所以 =2 上图中，蓝色的条形柱是实际的观察值，红色的虚线是理论的预期值。可以看到，观察值与期望值还是相当接近的12PPT课件美国枪击案的分布计算得到，平均每年发生2起枪击案，所以 美国枪击案的分布13PPT课件美国枪击案的分布13PPT课件美国枪击案的分布我们用卡方检验（chi-square test），检验观察值与期望值之间是否存在显著差异。卡方统计量：x=(观察值-期望值)2/期望值 在理论分布已知的条件下,npi是常量实测频数理论频数14PPT课件美国枪击案的分布我们用卡方检验（chi-square t美国枪击案的结论计算得到，卡方统计量等于9.82。查表后得到，置信水平0.90、自由度7的卡方分布临界值为12.017。因此，卡方统计量小于临界值，这表明枪击案的观察值与期望值之间没有显著差异。所以，可以接受“发生枪击案的概率是稳定的”假设，也就是说，从统计学上无法得到美国治安正在恶化的结论。但是，也必须看到，卡方统计量9.82离临界值很接近，p-value只有0.18。也就是说，对于美国治安没有恶化的结论，我们只有82%的把握，还有18%的可能是我们错了，美国治安实际上正在恶化。因此，这就需要看今后两年中，是否还有大量枪击案发生。如果确实发生了，泊松分布就不成立了。15PPT课件美国枪击案的结论计算得到，卡方统计量等于9.82。查表后得到