Poissonovo rozdělení

prev home next

Typickými příklady na Poissonovo rozdělení jsou:

Poissonovo rozdělení

Uvažujme jev A a sledujme počty výskytů v čase. Pokud je splněno:
1. že jev může nastat v kterémkoli časovém úseku,
2. že počet výskytů jevu během časového intervalu závisí jen na délce tohoto intervalu,
3. a že pravděpodobnost toho, že jev nastoupí více než jednou v intervalu délky t, se blíží k nule rychleji než t,
pak pravděpodobnostní rozdělení počtu výskytů jevu v určitém časovém intervalu se nazývá Poissonovo rozdělení a má hustotu pravděpodobnosti

phustota
Poissonovo rozdělení značíme P(λ); jeho střední hodnota i rozptyl je rovna konstantě λ.

Zapamatujme si, že konstanta λ je střední hodnota počtu výskytů jevu za jednotku času. Dále platí, že výskyt sledovaného jevu záleží pouze na délce intervalu t a nikoli na jeho počátku ani na tom, kolikrát jev nastoupil před jeho počátkem. Tomu se říká, že Poissonovo rozdělení nemá paměť (totéž platí o geometrickém rozdělení).

Vzorec pro Poissonovo rozdělení se s úspěchem používá pro snazší výpočet místo binomického vzorce za následujícího předpokladu.
Jde-li o náhodnou veličinu, která má binomické rozdělení Bi(n,p) s velkým n (n > 30), lze toto aproximovat:

POZOR: Není-li splněn řídký výskyt p ≤ 0,1 a vysoký počet n > 30, mohou být pomocí Poissonova rozdělení spočítány nesmysly.


Skvělou (a slavnou) ukázku shody Poissonova rozdělení a reality podal německý ekonom a statistik Ladislaus Josephovich Bortkiewicz (1868 - 1931), který v roce 1898 vydal knihu Právo malých množství, v níž mj. zveřejnil svá pozorování za dobu 20 let o počtu vojáků zabitých kopnutím koněm za rok, a to v 10 vojenských sborech kavalérie Německé armády.

Zjistil, že u 109 ukazatelů „armádní sbor/rok“ nebyl žádný smrtelný úraz, 65 krát byl jeden mrtvý, 22 krát dva mrtví, 3 krát tři mrtví, jedenkrát dokonce čtyři. Celkový počet smrtelných případů byl 122 = (65 + 44 + 9 + 4), „očekávaná střední hodnota“ smrtelných případů na rok a armádní sbor činí tedy 122/(20•10) = 0,61. Vyjdeme-li z této očekávané hodnoty, můžeme porovnat, zda tyto nehody mohou být přibližně správně zachyceny Poissonovým rozdělením.

počet mrtvých 0 1 2 3 4
skutečnost 109 65 22 3 1
výpočet Poisson 109 66 20 4 0,6

Pravděpodobnost, že nějaká událost nastane v časovém intervalu právě x-krát, je určena vzorcem

phustota
přitom platí: λ = očekávaná hodnota. (faktoriál x! = x•(x-1)•(x-2)•…•2•1, 0!=1).

Očekávanou hodnotu λ známe: 0,61. Hledejme tedy nejdříve pravděpodobnost, že jev (smrt po úderu koňským kopytem) nastane nulakrát (x = 0). Dostaneme:

phustota2
Eulerovo číslo e má přibližnou hodnotu 2,718. Každé číslo umocněné nulou dává 1 a faktoriál 0! je z definice roven 1.

Tedy více než polovina případů je zaplněna nulovými jevy. Podle Poissonova rozdělení by měl jev „žádný mrtvý úderem kopyta“ nastat v 543 krát z 1000 ukazatelů „armádní sbor/rok“, respektive ve 109 krát z 200 pozorování (vydělíme pěti).

Stejně spočítáme další pravděpodobnosti:

phustota3

Porovnejme nyní skutečné hodnoty a čísla vypočítaná podle Poissonova rozdělení (viz výše). Jen stěží si lze představit dokonalejší důkaz, že Poissonovo rozděleni výstižně zobrazuje stav věci.



top