我有一个简单的脚本来设置Poisson分布,通过构造一个概率= 0.1的“事件”数组,然后计算每组10个成功的数量。它几乎可以工作,但分布不是很好对(P(0)应该等于P(1),而是P(1)的约90%)。这就像有一种一种错误,但我无法弄清楚它是什么。该脚本使用来自here的Counter类(因为我有Python 2.6而不是2.7),并且分组使用了所讨论的here的itertools。这不是一个随机问题,重复给出非常紧凑的结果,整体平均看起来不错,团体规模看起来不错。我搞砸了哪些想法?
from itertools import izip_longest
import numpy as np
import Counter
def groups(iterable, n=3, padvalue=0):
"groups('abcde', 3, 'x') --> ('a','b','c'), ('d','e','x')"
return izip_longest(*[iter(iterable)]*n, fillvalue=padvalue)
def event():
f = 0.1
r = np.random.random()
if r < f: return 1
return 0
L = [event() for i in range(100000)]
rL = [sum(g) for g in groups(L,n=10)]
print len(rL)
print sum(list(L))
C = Counter.Counter(rL)
for i in range(max(C.keys())+1):
print str(i).rjust(2), C[i]
$ python script.py
10000
9949
0 3509
1 3845
2 1971
3 555
4 104
5 15
6 1
$ python script.py
10000
10152
0 3417
1 3879
2 1978
3 599
4 115
5 12
答案 0 :(得分:1)
我对你的数学进行了组合现实检查,看起来你的结果实际上是正确的。 P(0)不应大致等于P(1)
.9^10 = 0.34867844 = probability of 0 events
.1 * .9^9 * (10 choose 1) = .1 * .9^9 * 10 = 0.387420489 = probability of 1 event
我想知道你是不是意外地做了数学:
.1 * .9^10 * (10 choose 1) = 0.34867844 = incorrect probability of 1 event