泊松分布

商店缺货问题

满足条件

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。

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"。

泊松分布公式:

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...)。
  λ:每周水果罐头的平均销售量,是一个常数,本题为2。

计算器:

https://web2.0calc.com

e^- = 0.135

根据公式,计算得到每周销量的分布:

每周销量k 概率 p 累积概率P = ∑(p) 发生缺货概率 1/(1-P)(周)
k = 0 p = 0.135 *1/1 0.135 1 ≈ 1.156
k = 1 p = 0.135 *2/1 = 0.271 0.406 = 0.271+0.135 2 ≈ 1.684
k = 2 p = 0.135 *4/2 = 0.271 0.677 = 0.271+0.406 3 ≈ 3.096
k = 3 p = 0.135 *8/6 = 0.180 0.857 = 0.180+ 0.677 7 ≈ 6.993
k = 4 p = 0.135 *16/24 = 0.090 0.947 = 0.090 + 0.857 19 ≈ 18.868
k = 5 p = 0.135 *32/120 = 0.036 0.983 = 0.036 + 0.947 59 ≈ 58.824
k = 6 p = 0.135 *64/720 = 0.012 0.995 = 0.012 + 0.983 200
k = 7 p = 0.135 *128/5040 = 0.00343 0.9984 = 0.00343 + 0.995 625
k = 8 p = 0.135 *256/40320 = 0.00086 0.9993 = 0.00086 + 0.9984 1429 ≈ 1428.571
k = ∞ p ≈ 0 1

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)。

http://www.ruanyifeng.com/blog/2013/01/poisson_distribution.html


用py写一下美国枪击案的泊松分布概率

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。
  (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。
根据资料,1982--2012年枪击案的分布情况如下:

#coding=utf-8
import math
print(u'初始化')
data = [4,10,7,5,4,0,0,1]
year = [1982,2012]
drtYear = year[1]-year[0]+1
total = 62
avg = total/drtYear

print(u'公式中常数')
ec = math.pow(math.e,-avg)
totalP = 0
for times in range(0,10):
    p = ec*math.pow(avg,times)/math.factorial(times)
    totalP+=p
    print(u'一年发生%d次枪击的概率为%f, %.2f年维持此概率, 实际%d年维持此概率'%(times,p,round(p*100*drtYear)/100, data[times] if times<len(data) else 0 ))

结果

一年发生0次枪击的概率为0.135335, 4.20年维持此概率, 实际4年维持此概率
一年发生1次枪击的概率为0.270671, 8.39年维持此概率, 实际10年维持此概率
一年发生2次枪击的概率为0.270671, 8.39年维持此概率, 实际7年维持此概率
一年发生3次枪击的概率为0.180447, 5.59年维持此概率, 实际5年维持此概率
一年发生4次枪击的概率为0.090224, 2.80年维持此概率, 实际4年维持此概率
一年发生5次枪击的概率为0.036089, 1.12年维持此概率, 实际0年维持此概率
一年发生6次枪击的概率为0.012030, 0.37年维持此概率, 实际0年维持此概率
一年发生7次枪击的概率为0.003437, 0.11年维持此概率, 实际1年维持此概率
一年发生8次枪击的概率为0.000859, 0.03年维持此概率, 实际0年维持此概率
一年发生9次枪击的概率为0.000191, 0.01年维持此概率, 实际0年维持此概率

实际发生概率和计算得到的概率对比


http://www.ruanyifeng.com/blog/2013/01/poisson_distribution.html

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,000评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,745评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,561评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,782评论 1 298
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,798评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,394评论 1 310
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,952评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,852评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,409评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,483评论 3 341
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,615评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,303评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,979评论 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,470评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,571评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,041评论 3 377
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,630评论 2 359

推荐阅读更多精彩内容