Czym różni się rozkład Poissona od rozkładu normalnego?

Wygenerowałem wektor, który ma rozkład Poissona, jak następuje:

x = rpois(1000,10)

Jeśli wykonam histogram używając hist(x), rozkład wygląda jak znajomy rozkład normalny w kształcie dzwonu. Jednak w teście Kołmogorowa-Smirnoffa ks.test(x, 'pnorm',10,3)stwierdzono, że rozkład różni się znacznie od rozkładu normalnego z powodu bardzo małej pwartości.

Moje pytanie brzmi zatem: czym różni się rozkład Poissona od rozkładu normalnego, kiedy histogram wygląda tak podobnie do rozkładu normalnego?

distributions histogram normal-distribution poisson-distribution luciano
źródło

Również (jako dodatek do odpowiedzi Davida): przeczytaj to ( stats.stackexchange.com/a/2498/603 ) i ustaw wielkość próbki na 100 i zobacz różnicę, jaką robi.

user603

Odpowiedzi:

Rozkład Poissona jest dyskretny, podczas gdy rozkład normalny jest ciągły, a zmienna losowa Poissona jest zawsze> = 0. Zatem test Kolgomorova-Smirnova często będzie w stanie stwierdzić różnicę.
Kiedy średnia rozkładu Poissona jest duża, staje się podobna do rozkładu normalnego. Jednak rpois(1000, 10)nawet nie wygląda tak podobnie do normalnego rozkładu (zatrzymuje się na 0, a prawy ogon jest za długi).
Czemu porównując ją ks.test(..., 'pnorm', 10, 3)zamiast ks.test(..., 'pnorm', 10, sqrt(10))? Różnica między 3 a jest niewielka, ale sama się zmieni podczas porównywania dystrybucji. Nawet jeśli rozkład byłby naprawdę normalny, skończyłbyś się antykonserwatywnym rozkładem wartości p: $\sqrt{10}$
```
set.seed(1)

hist(replicate(10000, ks.test(rnorm(1000, 10, sqrt(10)), 'pnorm', 10, 3)$p.value))
```

wprowadź opis zdjęcia tutaj

David Robinson
źródło

Często ludzie widzą coś niejasno symetrycznego i zakładają, że wygląda to „normalnie”. Podejrzewam, że to, co widział @Ross.

Fraijo,

Należy zauważyć, że test KS zasadniczo zakłada ciągłe rozkłady, więc opieranie się na podanej wartości p w tym przypadku może (również) być nieco podejrzane.

kardynał

Prawda: uruchomienie hist(replicate(1000, ks.test(rpois(1000, 10), rpois(1000, 10))$p.value))pokazuje, że test porównujący dwie identyczne rozkłady Poissona byłby zbyt konserwatywny.

David Robinson

@Fraijo: rzeczywiście. Mamy bardziej ogólne pytanie na ten temat: jeśli mój histogram pokazuje krzywą w kształcie dzwonu, czy mogę powiedzieć, że moje dane są normalnie rozpowszechniane?

Silverfish,

Oto o wiele łatwiejszy sposób na zrozumienie:

Możesz spojrzeć na rozkład dwumianowy jako „matkę” większości rozkładów. Rozkład normalny jest jedynie przybliżeniem rozkładu dwumianowego, gdy n staje się wystarczająco duże. W rzeczywistości Abraham de Moivre zasadniczo odkrył rozkład normalny, próbując przybliżyć rozkład dwumianowy, ponieważ szybko wymyka się obliczeniom rozkładu dwumianowego, ponieważ n rośnie, zwłaszcza gdy nie masz komputerów ( odniesienie ).

Rozkład Poissona jest także kolejnym przybliżeniem rozkładu dwumianowego, ale utrzymuje się znacznie lepiej niż rozkład normalny, gdy n jest duże, a p jest małe, a dokładniej, gdy średnia jest w przybliżeniu taka sama jak wariancja (pamiętaj, że dla rozkładu dwumianowego średnia = np i var = np (1-p)) ( odniesienie ). Dlaczego ta szczególna sytuacja jest tak ważna? Wygląda na to, że dużo się to dzieje w prawdziwym świecie i dlatego mamy to „specjalne” przybliżenie. Poniższy przykład ilustruje scenariusze, w których przybliżenie Poissona działa naprawdę świetnie.

Przykład

Mamy centrum danych obejmujące 100 000 komputerów. Prawdopodobieństwo awarii dowolnego komputera dzisiaj wynosi 0,001. Średnio np. 100 komputerów ulega awarii w centrum danych. Jakie jest prawdopodobieństwo, że dzisiaj tylko 50 komputerów ulegnie awarii?

Binomial: 1.208E-8
Poisson: 1.223E-8
Normal: 1.469E-7

W rzeczywistości jakość aproksymacji dla rozkładu normalnego spada w dół, gdy idziemy na ogon rozkładu, ale Poisson nadal trzyma się bardzo ładnie. W powyższym przykładzie zastanówmy się, jakie jest prawdopodobieństwo, że dzisiaj tylko 5 komputerów ulegnie awarii?

Binomial: 2.96E-36 
Poisson: 3.1E-36
Normal: 9.6E-22

Mamy nadzieję, że daje to lepsze intuicyjne zrozumienie tych 3 dystrybucji.

Shital Shah
źródło

Cóż za niesamowita i wspaniała odpowiedź! Wielkie dzięki. :)

Bora M. Alper

Myślę, że warto wspomnieć, że Poisson ( ) pmf jest ograniczającym pmf dwumianu ( , ) o . $\lambda$ $n$ $p_n$ $p_n = \lambda / n$

Na tym blogu można znaleźć jeden dość długi rozwój .

Ale możemy to również udowodnić ekonomicznie tutaj. Jeśli to dla ustalonego $X_n \sim \mathrm{Binomial}(n,\lambda/n)$ $k$

\begin{aligned} P (X_{n} = k) & = \frac{n!}{k! (n - k)!} {(\frac{λ}{n})}^{k} {(1 - \frac{λ}{n})}^{n - k} \\ = \underset{\to 1}{\underset{⏟}{\frac{n! n^{- k}}{(n - k)!}}} \frac{λ^{k}}{k!} \underset{\to e^{- λ}}{\underset{⏟}{(1 - λ / n)^{n}}} \cdot \underset{\to 1}{\underset{⏟}{(1 - λ / n)^{- k}}} . \end{aligned}

$\begin{align} \mathbb P(X_n = k) &= \frac{n!}{k!(n-k)!} \left(\frac{\lambda}{n}\right)^k \left(1-\frac{\lambda}{n}\right)^{n-k} \\ &= \underbrace{\frac{n! n^{-k}}{(n-k)!}}_{\to 1} \frac{\lambda^k}{k!}\underbrace{(1-\lambda/n)^n}_{\to e^{-\lambda}} \cdot \underbrace{(1-\lambda/n)^{-k}}_{\to 1} \>. \end{align}$

Łatwo zauważyć, że pierwsze i ostatnie warunki zbiegają się do 1 jako (przypominając, że jest ustalone). Tak więc jak od . $n \to \infty$ $k$

P (X_{n} = k) \to \frac{e^{- λ} λ^{k}}{k!},

$\mathbb P(X_n = k) \to \frac{e^{-\lambda} \lambda^k}{k!} \,,$

n \to \infty

$n \to \infty$

(1 - λ / n)^{n} \to e^{- λ}

$(1-\lambda/n)^n \to e^{-\lambda}$

Dodatkowo, mamy normalne przybliżenie do dwumianu, tj. Dwumianowy ( , ) . Przybliżenie poprawia się i pozostaje z dala od 0 do 1. Oczywiście reżimu Poissona nie jest (ponieważ ), ale większe jest większe może być i nadal ma rozsądne normalne przybliżenie. $n$ $p$ $\approxeq^d \mathcal N(np, np(1-p))$ $n \rightarrow \infty$ $p$ $p_n = \lambda / n \rightarrow 0$ $\lambda$ $n$

muratoa
źródło

(+1) Witamy na stronie. Wprowadziłem kilka zmian; sprawdź, czy nie wprowadziłem żadnych błędów w procesie. Nie byłem do końca pewien, co sądzić o ostatnim zdaniu w ostatnim zdaniu. Pomocne może być dodatkowe wyjaśnienie.

kardynał

Podoba mi się ten kierunek, choć mogą istnieć sposoby, aby powiązać to nieco bliżej z danym pytaniem, wyjaśniając powiązania między tymi trzema dystrybucjami. Na przykład (a) Dwumianowa zmienna losowa (sekwencja) działa jak Poissona, o ile , (b) Dwumianowa (sekwencja) działa jak normalna, o ile jest w przybliżeniu stałą stałą i (c ) Poisson (sekwencja) zachowuje się jak norma dla dużej zasadniczo ze względu na jego nieskończoną podzielność.

n p_{n} \approx λ

$n p_n \approx \lambda$

p

$p$

λ

$\lambda$

kardynał

Ładne komentarze @cardinal. Około ostatniego zdania, dla ustalonego, dużego im większy tym większy (np. Bliżej ). Dlatego im lepsze jest przybliżenie normalne do dwumianu, a z kolei Poissona.

n

$n$

λ

$\lambda$

p_{n}

$p_n$

1 / 2

$1/2$

muratoa,

Dzięki. Rozumiem, co chciałeś teraz powiedzieć. Generalnie zgadzam się, z zastrzeżeniem, że należy zachować ostrożność w związku z relacjami między parametrami, które są uważane za stałe, a które różnią się od innych. :)

kardynał

Cześć Murat i witaj na stronie! dobrze cię tu widzieć i mam nadzieję, że zostaniesz. +1 za wyjaśnienie, dlaczego histogram poissona wygląda bardzo podobnie do normalnego, gdy jest duża.

λ

$\lambda$

Makro