Υπολογίστε τη συνάρτηση πυκνότητας Poisson στο Excel

Η κατανομή Poisson είναι μια διακριτή κατανομή πιθανότητας που διαμορφώνει τη συχνότητα ορισμένων συμβάντων κατά τη διάρκεια ενός καθορισμένου χρονικού διαστήματος με βάση τη μέση συχνότητα εμφάνισης των εν λόγω συμβάντων.

Με άλλα λόγια, η κατανομή Poisson είναι μια διακριτή κατανομή πιθανότητας που, γνωρίζοντας μόνο τα γεγονότα και τη μέση συχνότητα εμφάνισης, μπορούμε να γνωρίζουμε την πιθανότητά τους.

Εκφραση

Δεδομένης μιας διακριτής τυχαίας μεταβλητής X λέμε ότι η συχνότητά της μπορεί να προσεγγιστεί ικανοποιητικά με μια κατανομή Poisson, έτσι ώστε

Η κατανομή Poisson εξαρτάται μόνο από μία παράμετρο, mu (επισημαίνεται με κίτρινο χρώμα). Η Mu αναφέρει τον αναμενόμενο αριθμό συμβάντων που θα συμβούν σε ένα καθορισμένο χρονικό διάστημα.

Συνάρτηση πυκνότητας πιθανότητας (pdf)

Αυτή η συνάρτηση νοείται ως η πιθανότητα ότι η τυχαία μεταβλητή X παίρνει μια συγκεκριμένη τιμή x. Είναι το εκθετικό του αρνητικού μέσου πολλαπλασιαζόμενου με το μέσο όρο που αυξάνεται στην παρατήρηση και όλα διαιρούμενο με το παραγοντικό της παρατήρησης.

Όπως υποδεικνύεται, για να γνωρίζουμε την πιθανότητα κάθε παρατήρησης, θα πρέπει να αντικαταστήσουμε όλες τις παρατηρήσεις στη συνάρτηση.

Υπολογισμός με Excel

Αν και η προηγούμενη φόρμουλα μπορεί να φαίνεται πολύ περίπλοκη, το Excel λύνει τη ζωή μας γράφοντας = POISSON και εισάγοντας τις απαραίτητες εισόδους. Με αυτόν τον τρόπο μπορούμε να υπολογίσουμε τη συνάρτηση πυκνότητας πιθανότητας.

Η συνάρτηση εξαρτάται από τα x, mu και μια λογική τιμή. Για να υπολογίσουμε τη συνάρτηση πυκνότητας πιθανότητας θα θέσουμε το FALSE στη λογική τιμή, έτσι ώστε:

= POISSON (x, mu, FALSE).

= POISSON.DIST (x, mu, FALSE).

Και οι δύο λειτουργίες του Excel είναι ισοδύναμες.

Παράδειγμα Poisson στο Excel

Υποθέτουμε ότι θέλουμε να κάνουμε σκι πριν από τον Δεκέμβριο. Η πιθανότητα να ανοίξουν τα χιονοδρομικά κέντρα πριν από τον Δεκέμβριο είναι 5%. Θέλουμε να μάθουμε την πιθανότητα να ανοίξουν τα πλησιέστερα χιονοδρομικά κέντρα πριν από τον Δεκέμβριο. Από τους 100 σταθμούς υπάρχουν, υπάρχουν μόνο 3 σταθμοί που βρίσκονται κοντά. Οι βαθμολογίες για αυτούς τους 3 σταθμούς είναι 4, 9 και 6, αντίστοιχα.

Οι είσοδοι που απαιτούνται για τον υπολογισμό της συνάρτησης πιθανότητας πυκνότητας Poisson είναι το σύνολο δεδομένων και mu:

  • Σύνολο δεδομένων = 100 χιονοδρομικά κέντρα.
  • Mu = 5% * 100 = 5 είναι ο αναμενόμενος αριθμός χιονοδρομικών κέντρων δεδομένου του συνόλου δεδομένων.

Χειροκίνητα

Προέχω

  1. Σύνολο δεδομένων ή δείγμα. Ένα μέρος του συνόλου δεδομένων έχει κρυφτεί για να το δείτε ως σύνολο.
  1. Υπολογίζω η συνάρτηση πυκνότητας πιθανότητας Poisson:

Τα κελιά με μπλε χρώμα υποδηλώνουν την πιθανότητα ότι οι κοντινοί σταθμοί θα ανοίξουν πριν από τον Δεκέμβριο. Έτσι, ο κοντινότερος σταθμός που είναι πιο πιθανό να ανοίξει πριν από τον Δεκέμβριο είναι ο σταθμός 98 με βαθμολογία 4 και πιθανότητα 17,54%.

Δημοφιλείς Αναρτήσεις

Poverty Trap - Τι είναι, ορισμός και έννοια

✅ Παγίδα φτώχειας | Τι είναι, έννοια, έννοια και ορισμός. Πλήρης περίληψη. Η παγίδα της φτώχειας είναι η κατάσταση που συμβαίνει όταν μια φτωχή χώρα ...…

Ευέλικτες ώρες εργασίας: τα πλεονεκτήματα και τα μειονεκτήματα

Ο κόσμος της εργασίας εξελίσσεται γρήγορα, οι ιδέες που πριν από χρόνια ήταν αδιανόητες σήμερα αποτελούν τη βάση για καλύτερη απόδοση στην εργασία. Όλο και περισσότερα πλεονεκτήματα των ευέλικτων ωρών είναι γνωστά. Ποια είναι αυτά τα πλεονεκτήματα και τα μειονεκτήματα; Μία από τις τρέχουσες συζητήσεις είναι ευέλικτες ώρες εργασίας. Οι εταιρείες και οι εργαζόμενοι αναρωτιούνται για τα πλεονεκτήματα ή Διαβάστε περισσότερα…

Υποθήκη ή ενοικίαση; Κλειδιά για να γίνει σωστά

Η συζήτηση για την υποθήκη ή την ενοικίαση, ειδικά στην Ισπανία, φαίνεται αιώνια. Που είναι τα κλειδιά? Τι είναι καλύτερο? Σε τι πρέπει να εξαρτάται η απόφασή μας; Προχωρήστε ότι δεν υπάρχει καμία απάντηση, τελικά όλα θα εξαρτηθούν από κριτήρια που είναι δύσκολο να ποσοτικοποιηθούν ή να εκτιμηθούν. Για παράδειγμα, η τιμή που δίνουμε στα Περισσότερα μας…

Κατάταξη χωρών με το μεγαλύτερο δημόσιο χρέος έναντι του ΑΕγχΠ (2018)

Μεταξύ των χωρών με το μεγαλύτερο δημόσιο χρέος το 2018 είναι η Ιαπωνία, το Νότιο Σουδάν και η Ελλάδα. Το δημόσιο χρέος είναι ένα πολύ σοβαρό πρόβλημα για πολλές χώρες. Σε αυτήν την κατάταξη παρουσιάζουμε τα δεδομένα και τα σχολιάζουμε. Σύμφωνα με τις εκτιμήσεις του Διεθνούς Νομισματικού Ταμείου (ΔΝΤ), η χώρα με το μεγαλύτερο δημόσιο χρέος στον κόσμο στο Διαβάστε περισσότερα…