统计分析基础概念

1.泊松分布

日常生活中，大量事件是有固定频率的

某医院平均每小时出生3个婴儿
某公司平均每10分钟接到1个电话
某超市平均每天销售4包xx牌奶粉
某网站平均每分钟有2次访问

我们可以预估这些事件的总数，但是没法知道具体的发生时间。
已知平均每小时出生3个婴儿，请问下一个小时，会出生几个？
有可能一下子出生6个，也有可能一个都不出生。这是我们没法知道的。

泊松分布就是描述某段时间内，事件具体的发生概率。

等号的左边，P 表示概率，N表示某种函数关系，t 表示时间，n 表示数量，
1小时内出生3个婴儿的概率，就表示为 P(N(1) = 3)

等号的右边，λ 表示事件的频率

接下来两个小时，一个婴儿都不出生的概率是0.25%，基本不可能发生。

接下来一个小时，至少出生两个婴儿的概率是80%。

泊松分布的图形图示：

可以看到，在频率附近，事件的发生概率最高，然后向两边对称下降，即变得越大和越小都不太可能

每小时出生3个婴儿，这是最可能的结果，出生得越多或越少，就越不可能。

2.指数分布

指数分布是事件的时间间隔的概率。下面这些都属于指数分布。

婴儿出生的时间间隔
来电的时间间隔
奶粉销售的时间间隔
网站访问的时间间隔

指数分布的公式可以从泊松分布推断出来。
如果下一个婴儿要间隔时间t，就等同于 t 之内没有任何婴儿出生。

反过来，事件在时间 t 之内发生的概率，就是1减去上面的值。

接下来15分钟，会有婴儿出生的概率是52.76%。

接下来的15分钟到30分钟，会有婴儿出生的概率是24.92%。

指数分布的图形

随着间隔时间变长，事件的发生概率急剧下降，呈指数式衰减。

想一想，如果每小时平均出生3个婴儿，上面已经算过了，

下一个婴儿间隔2小时才出生的概率是0.25%，那么间隔3小时、间隔4小时的概率，是不是更接近于0？

一句话总结：泊松分布是单位时间内独立事件发生次数的概率分布，指数分布是独立事件的时间间隔的概率分布

请注意是"独立事件"，泊松分布和指数分布的前提是，事件之间不能有关联，否则就不能运用上面的公式