Det binomial distribution er en, hvis mulige antal resultater er to, dvs. succes eller fiasko. På den anden side er der ingen grænse for mulige resultater i Poisson distribution
Den teoretiske sandsynlighedsfordeling er defineret som en funktion, der tildeler en sandsynlighed til hvert muligt resultat af det statistiske eksperiment. Sandsynlighedsfordelingen kan være diskret eller kontinuerlig, hvor den samlede sandsynlighed i den diskrete tilfældige variabel allokeres til forskellige massepunkter, mens sandsynligheden i den kontinuerlige tilfældige variabel fordeles ved forskellige klassintervaller.
Binomial distribution og Poisson distribution er to diskrete sandsynlighedsfordeling. Normal fordeling, studerendes fordeling, chi-square distribution og F-distribution er typerne af kontinuerlig tilfældig variabel. Så her går vi for at diskutere forskellen mellem Binomial og Poisson distribution. Se på.
Grundlag for sammenligning | Binomial distribution | Poisson Distribution |
---|---|---|
Betyder | Binomial distribution er en, hvor sandsynligheden for gentaget antal forsøg undersøges. | Poisson Distribution giver antallet af uafhængige begivenheder, der forekommer tilfældigt med et givet tidsrum. |
Natur | biparametrisk | Uniparametric |
Antal forsøg | Fixed | Infinite |
Succes | Konstant sandsynlighed | Uendelig stor chance for succes |
resultater | Kun to mulige resultater, dvs. succes eller fiasko. | Ubegrænset antal mulige resultater. |
Gennemsnit og variation | Gennemsnit> variation | Middelværdi = variation |
Eksempel | Møntkasteeksperiment. | Trykfejl / side i en stor bog. |
Binomial distribution er den meget anvendte sandsynlighedsfordeling, afledt af Bernoulli-processen (et tilfældigt eksperiment opkaldt efter en berømt matematiker Bernoulli). Det er også kendt som biparametrisk distribution, da det er omtalt af to parametre n og p. Her er n de gentagne forsøg, og p er vellykket sandsynlighed. Hvis værdien af disse to parametre er kendt, betyder det, at fordelingen er fuldt kendt. Gennemsnittet og variansen for den binomiale fordeling er angivet med µ = np og σ2 = npq.
P (X = x) = nCx px qn-x, x = 0,1,2,3 ... n
= 0, ellers
Et forsøg på at få et bestemt resultat, som slet ikke er sikkert og umuligt, kaldes en retssag. Forsøgene er uafhængige og et fast positivt heltal. Det er relateret til to gensidigt eksklusive og udtømmende begivenheder; hvor forekomsten kaldes succes og ikke-forekomst kaldes fiasko. p repræsenterer sandsynligheden for succes, mens q = 1 - p repræsenterer sandsynligheden for fiasko, som ikke ændrer sig under hele processen.
I slutningen af 1830'erne introducerede en berømt fransk matematiker Simon Denis Poisson denne distribution. Den beskriver sandsynligheden for, at et vist antal hændelser finder sted i et fast tidsinterval. Det er uniparametrisk distribution, da den kun er angivet af en parameter λ eller m. I Poisson-distribution er middel betegnet med m, dvs. µ = m eller λ, og varians er mærket som σ2 = m eller λ. Sandsynlighedsmassefunktionen af x er repræsenteret ved:
hvor e = transcendental mængde, hvis omtrentlige værdi er 2.71828
Når antallet af begivenheder er højt, men sandsynligheden for dens forekomst er ret lav, anvendes poisson-fordelingen. Som for eksempel Antal forsikringskrav / dag på et forsikringsselskab.
Forskellene mellem binomial og poisson distribution kan trækkes tydeligt på følgende grunde:
Bortset fra de ovennævnte forskelle er der et antal lignende aspekter mellem disse to fordelinger, dvs. begge er den diskrete teoretiske sandsynlighedsfordeling. Endvidere kan begge på grundlag af parameterværdierne være unimodale eller bimodale. Derudover kan binomialfordelingen tilnærmes med poisson-fordelingen, hvis antallet af forsøg (n) har en tendens til uendelig og succes-sandsynlighed (p) har en tendens til 0, så m = np.