WikiDer > Распределение Пуассона с нулевым усечением

Эта статья нужны дополнительные цитаты для проверка. Пожалуйста помоги улучшить эту статью к добавление цитат в надежные источники. Материал, не полученный от источника, может быть оспорен и удален. Найдите источники: "Нулевое усеченное распределение Пуассона" – Новости · газеты · книги · ученый · JSTOR (август 2013) (Узнайте, как и когда удалить этот шаблон сообщения)

В теория вероятности, то распределение Пуассона с нулевым усечением (ZTP) это определенный дискретное распределение вероятностей чья поддержка - множество положительных целых чисел. Это распределение также известно как условное распределение Пуассона^[1] или положительное распределение Пуассона.^[2] Это условное распределение вероятностей Распределенный по Пуассону случайная переменнаяпри условии, что значение случайной величины не равно нулю. Таким образом, случайная величина ZTP не может быть равна нулю. Рассмотрим, например, случайную переменную количества товаров в корзине покупателя на кассе супермаркета. Предположительно, покупатель не стоит в очереди, и ему нечего покупать (т. Е. Минимальная покупка - 1 товар), поэтому это явление может следовать за распределением ZTP.^[3]

Поскольку ZTP является усеченное распределение с усечением, оговоренным как k > 0, можно вывести функция массы вероятности грамм(k;λ) из стандартного распределения Пуассона ж(k;λ) следующее:^[4]

${ Displaystyle г (к; лямбда) = п (Икс = к середина X> 0) = { гидроразрыва {е (к; лямбда)} {1-е (0; лямбда)}} = { frac { lambda ^ {k} e ^ {- lambda}} {k! left (1-e ^ {- lambda} right)}} = { frac { lambda ^ {k}} {( e ^ { lambda} -1) k!}}}$

В иметь в виду является

${ displaystyle operatorname {E} [X] = { frac { lambda} {1-e ^ {- lambda}}} = { frac { lambda e ^ { lambda}} {e ^ { лямбда} -1}}}$

и отклонение является

${ displaystyle operatorname {Var} [X] = { frac { lambda + lambda ^ {2}} {1-e ^ {- lambda}}} - { frac { lambda ^ {2}} {(1-e ^ {- lambda}) ^ {2}}} = operatorname {E} [X] (1+ lambda - operatorname {E} [X])}$

Оценка параметров

В оценщик максимального правдоподобия ${ displaystyle { widehat { lambda}}}$ для параметра ${ displaystyle lambda}$ получается путем решения

${ displaystyle { frac { widehat { lambda}} {1-e ^ {- { widehat { lambda}}}}} = { bar {x}}}$

куда ${ displaystyle { bar {x}}}$ это выборочное среднее.^[1]

Сгенерированные случайные величины с нулевым усечением с распределением Пуассона

Случайные переменные, выбранные из усеченного до нуля распределения Пуассона, могут быть получены с использованием алгоритмов, полученных из алгоритмов распределения Пуассона.^[5]

    в этом:         Позволять k ← 1, t ← е−λ / (1 - е−λ) * λ, s ← t. Сгенерируйте равномерное случайное число u в [0,1]. пока s делать: k ← k + 1. t ← t * λ / k. s ← s + t. возвращаться k.

Рекомендации