Poisson eloszlás vs normál eloszlás
A Poisson és a Normal eloszlás két különböző alapelvből származik. A Poisson az egyik példa a diszkrét valószínűség-eloszlásra, míg a normál a folyamatos valószínűség-eloszláshoz tartozik.
A normál eloszlást általában Gauss-eloszlásnak nevezik, és a leghatékonyabban használják a természettudományok és a társadalomtudományok területén felmerülő problémák modellezésére. Sok szigorú probléma merül fel ennek az eloszlásnak a felhasználásával. A leggyakoribb példa a „megfigyelési hibák” egy adott kísérletben. A normál eloszlás a 'Bell curve' elnevezésű speciális formát követi, amely megkönnyíti az élet nagy változók mennyiségének modellezésére. Időközben a normál eloszlás a „Central Limit Theorem-ből” származik, amely alatt a nagyszámú véletlenszerű változó eloszlik „normálisan”. Ennek az eloszlásnak szimmetrikus eloszlása van középére vonatkoztatva. Ami azt jelenti, hogy egyenletesen oszlik meg a „Peak Graph Value” x-értéke alapján.
pdf: 1 / √ (2πσ ^ 2) e ^ (〖(x-µ)〗 ^ 2 / (2σ ^ 2))
A fenti egyenlet a „Normál” valószínűségi sűrűségfüggvénye, és nagyításnál µ és σ2 utal az „átlag” és a „variancia”. A normál eloszlás leggyakoribb esete a „Normál normál eloszlás”, ahol µ = 0 és σ2 = 1. Ez arra utal, hogy a nem-normál normál eloszlás pdf-je leírja, hogy az x-érték, ahol a csúcs helyesen eltolódott, és a harang alakja szélességét megszorozták a σ tényezővel, amelyet később „standard eltérés” -ként vagy 'variancia' négyzetgyöke (σ ^ 2).
Másrészt a Poisson kiváló példa a diszkrét statisztikai jelenségre. Ez a binomiális eloszlás korlátozó esete - a „diszkrét valószínűségi változók” közötti közös eloszlás. A Poisson-t várhatóan akkor használják, ha probléma merül fel az „arány” részleteivel. Ennél is fontosabb, hogy ez az eloszlás egy folytonosság, szünet nélkül egy ideig, az ismert előfordulási arány mellett. A „független” események esetén az eredmény nem befolyásolja a következő eseményt, amikor a Poisson játszik.
Tehát összességében vélekednünk kell arról, hogy mindkét eloszlás két teljesen eltérő perspektívából áll, ami megsérti a közöttük levő leggyakrabban mutatkozó hasonlóságokat..