泊松分布和指数分布，包你学会

最新推荐文章于 2022-10-09 10:12:05 发布

csdn_LYY

最新推荐文章于 2022-10-09 10:12:05 发布

阅读量3.1k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.csdn.net/CSDN_LYY/article/details/117951854

本文以通俗易懂的方式解释泊松分布和指数分布，通过生活中的例子阐述两者的关系。泊松分布描述单位时间内独立事件发生的次数，如公司电话、超市玩具销售、网站访问等；而指数分布则关注事件发生的时间间隔。两者概率密度函数的特点分别进行了说明，帮助读者深入理解这两个概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

当你学习指数分布的时候，经常会看到泊松分布的身影，网上的大部分教程讲的非常复杂，看完之后还是一头雾水。

本文本着通俗易懂的原则，使用生活中的例子，说明泊松分布和指数分布的关系。一下子学会了两种分布，有没有很有成就感？

泊松分布

在日常生活中，许多事件是有一定的频率的，比如下面的例子。

某公司平均每一小时接到三个用户电话。
某超市平均每五小时卖掉一个玩具。
一个网站平均每一分钟有二次访问。

你有没有发现上面事件的一些共同点？细心的你会发现，上面的事件，只能估计事件发生的总数，但是不能知道具体发生的时间。如果我问你，上面的第一个例子，平均每一小时接到一个用户电话，下一小时接到几个电话？我们并不能准确知道。
在这里插入图片描述
泊松分布便是描述某段时间内，事件发生的次数的概率。

泊松分布的概率密度函数公式如下，

$P(N(t)=n)=(λt)ne−λtn!P(N(t)=n)=\frac{(\lambda t)^ne^{-\lambda t}}{n!}$
上面的式子中， $P$ 表示概率， $N$ 表示某种函数关系， $t$ 表示时间段， $n$ 表示事件发生的次数。一小时内接到一个用户电话的概率表示为 $P (N (1) = 3)$ 。 $λ\lambda$ 表示事件的频率。