Διαφορά μεταξύ Binomial και Poisson

Παρά το γεγονός ότι πολυάριθμες κατανομές εμπίπτουν στην κατηγορία των διανομών συνεχούς πιθανοφάνειας Binomial και Poisson ορίστηκαν παραδείγματα για τη διανομή διακριτών πιθανοτήτων και μεταξύ των ευρέως χρησιμοποιούμενων. Εκτός από αυτό το κοινό γεγονός, μπορούν να προωθηθούν σημαντικά σημεία για να αντικρουστούν αυτές οι δύο κατανομές και πρέπει να προσδιοριστεί σε ποια περίπτωση ένα από αυτά έχει επιλεγεί σωστά.

Διωνυμική Κατανομή

Η "διωνυμική διανομή" είναι η προκαταρκτική διανομή που χρησιμοποιείται για την αντιμετώπιση, πιθανότητα και στατιστικά προβλήματα. Στο οποίο έχει ληφθεί ένα δείγμα μεγέθους του "n" με αντικατάσταση του μεγέθους "N" των δοκιμών από τις οποίες επιτυγχάνεται επιτυχία του "p". Κυρίως αυτό πραγματοποιήθηκε, πειράματα που παρέχουν δύο σημαντικά αποτελέσματα, όπως τα αποτελέσματα «Ναι», «Όχι». Αντίθετα, αν το πείραμα γίνει χωρίς αντικατάσταση, τότε το μοντέλο θα ικανοποιηθεί με την «Υπεργομετρική Κατανομή» που θα είναι ανεξάρτητη από κάθε αποτέλεσμα. Αν και ο «διωνυμικός» παίζει και αυτή την ευκαιρία, αν ο πληθυσμός («Ν») είναι πολύ μεγαλύτερος σε σύγκριση με το «ν» και τελικά λέγεται ότι είναι το καλύτερο μοντέλο προσέγγισης.

Ωστόσο, στις περισσότερες περιπτώσεις οι περισσότεροι από εμάς συγχέονται με τον όρο «δοκιμές Bernoulli». Παρόλα αυτά, τόσο το "διωνυμικό" όσο και το "Bernoulli" έχουν παρόμοιες έννοιες. Κάθε φορά που η λέξη Bernoulli Trial ονομάζεται ειδικά "Bernoulli Distribution", ο ακόλουθος ορισμός είναι μια απλή μορφή που φέρνει την ακριβή εικόνα ανάμεσα στο «Binomial» και το «Bernoulli»:

Η διωνυμική διανομή είναι το σύνολο των ανεξάρτητων και ομοιόμορφα κατανεμημένων «δοκιμών Bernoulli».Παρακαλούμε αναφέρονται μερικές σημαντικές εξισώσεις που εμπίπτουν στην κατηγορία «Binomial»

Λειτουργία μάζας πιθανότητας (pmf): (ⁿ n ^k ) = [n!] / [k)] [(nk)!] ^{Μέσος όρος: np} Διάμεσος: np ^{Απόκλιση: np (1-p)} _{του μοντέλου} 'k'- Το μέγεθος του οποίου σχεδιάζεται και αντικαθίσταται από το' n '

' p'- Πιθανότητα επιτυχίας για κάθε σύνολο πειράματος που αποτελείται μόνο από δύο αποτελέσματα

Poisson Distribution

Από την άλλη πλευρά, αυτή η «διανομή Poisson» έχει επιλεγεί στην περίπτωση των πιο συγκεκριμένων ποσών «δισωμικής διανομής». Με άλλα λόγια, θα μπορούσε κανείς εύκολα να πει ότι η «Poisson» είναι ubset της «διωνυμικής» και περισσότερο μιας λιγότερο περιοριστικής περίπτωσης «διωνυμικής».

Όταν ένα συμβάν εμφανίζεται μέσα σε ένα καθορισμένο χρονικό διάστημα και με ένα γνωστό μέσο ρυθμό τότε είναι σύνηθες ότι η περίπτωση μπορεί να διαμορφωθεί με τη χρήση αυτής της "κατανομής Poisson". Εκτός αυτού, η εκδήλωση πρέπει να είναι και «ανεξάρτητη». Ενώ δεν ισχύει το «Binomial».

Το Poisson χρησιμοποιείται όταν προκύπτουν προβλήματα με το «ποσοστό». Αυτό δεν είναι πάντα αλήθεια, αλλά πιο συχνά είναι αλήθεια.

Λειτουργία μάζας πιθανότητας (pmf):

λ

k

/ k!)

Ποια είναι η διαφορά μεταξύ Binomial και Poisson;

Στο σύνολό τους και τα δύο είναι παραδείγματα των «διακριτών κατανομών πιθανότητας». Προσθέτοντας σε αυτό, το "Binomial" είναι η συνηθέστερη διανομή που χρησιμοποιείται συχνότερα, ωστόσο το Poisson προέρχεται ως περιοριστική περίπτωση ενός "διωνυμικού".

Σύμφωνα με όλες αυτές τις μελέτες, μπορούμε να καταλήξουμε σε ένα συμπέρασμα που λέει ότι ανεξάρτητα από την «εξάρτηση» μπορούμε να εφαρμόσουμε το «διωνυμικό» για να αντιμετωπίσουμε τα προβλήματα, καθώς είναι μια καλή προσέγγιση ακόμη και για ανεξάρτητα περιστατικά. Αντίθετα, το Poisson χρησιμοποιείται σε ερωτήσεις / προβλήματα με αντικατάσταση. _{Στο τέλος της ημέρας, εάν ένα πρόβλημα επιλυθεί και με τους δύο τρόπους, που είναι για το «εξαρτώμενο» ερώτημα, πρέπει να βρεθεί η ίδια απάντηση σε κάθε περίπτωση.}