포아송 분포

Python으로 배우는 확률 기초

Alexander A. Ramírez M.

CEO @ Synergy Vision

포아송 모델링

콜센터

은행 대기줄

포아송 질량함수 그래프

콜센터 사진

분당 평균 2.2통의 전화가 온다고 가정합니다.

$$ $$ 포아송 확률질량함수

Python에서는 다음과 같이 합니다:

# poisson 임포트
from scipy.stats import poisson

# pmf로 확률질량 계산
poisson.pmf(k=3, mu=2.2)


0.19663867170702193

mu 매개변수는 성공 사건의 평균을 지정합니다.

포아송 확률질량함수

# 0의 pmf 계산
poisson.pmf(k=0, mu=2.2)

0.11080315836233387

# 6의 pmf 계산
poisson.pmf(k=6, mu=2.2)

0.01744840480280308

서로 다른 mu에 대한 포아송 확률질량함수

누적분포함수

# 2의 cdf 계산
poisson.cdf(k=2, mu=2.2)

0.6227137499963162

# 5의 cdf 계산
poisson.cdf(k=5, mu=2.2)

0.9750902496952996

생존함수 그래프

# 2의 sf 계산
poisson.sf(k=2, mu=2.2)

0.3772862500036838

백분위점수함수 그래프

# 0.5의 ppf 계산
poisson.ppf(q=0.5, mu=2.2)

2.0

# poisson, matplotlib.pyplot, seaborn 임포트
from scipy.stats import poisson
import matplotlib.pyplot as plt
import seaborn as sns

# poisson.rvs()로 표본 생성
sample = poisson.rvs(mu=2.2, size=10000, random_state=13)

# 표본을 시각화
sns.distplot(sample, kde=False)
plt.show()

포아송 확률질량함수 그래프

Python으로 배우는 확률 기초