Distribusi racun


Apa Distribusi racun?

Dalam statistik, distribusi Poisson adalah distribusi probabilitas yang dapat digunakan untuk menunjukkan berapa kali suatu peristiwa mungkin terjadi dalam periode waktu tertentu. Dengan kata lain, ini adalah distribusi hitungan. Distribusi Poisson sering digunakan untuk memahami peristiwa independen yang terjadi pada kecepatan konstan dalam interval waktu tertentu. Itu dinamai ahli matematika Prancis Siméon Denis Poisson.

Distribusi Poisson adalah fungsi diskrit , artinya variabel hanya dapat mengambil nilai tertentu dalam daftar (berpotensi tidak terbatas). Dengan kata lain, variabel tidak dapat mengambil semua nilai dalam rentang kontinu apa pun. Untuk distribusi Poisson (distribusi diskrit), variabel hanya dapat mengambil nilai 0, 1, 2, 3, dll., Tanpa pecahan atau desimal.

Poin Penting

  • Distribusi Poisson dapat digunakan untuk mengukur berapa kali suatu peristiwa mungkin terjadi dalam periode waktu “X”, dinamai menurut ahli matematika Siméon Denis Poisson.
  • Distribusi Poisson, oleh karena itu, digunakan ketika faktor yang menarik adalah variabel hitung diskrit.
  • Banyak data ekonomi dan keuangan muncul sebagai variabel penghitungan, seperti berapa kali seseorang menjadi pengangguran pada tahun tertentu, sehingga meminjamkan dirinya untuk dianalisis dengan distribusi Poisson.

Memahami Distribusi Poisson

distribusi normal .

Salah satu penggunaan historis dan praktis yang paling terkenal dari distribusi Poisson adalah memperkirakan jumlah tahunan tentara kavaleri Prusia yang terbunuh karena tendangan kuda. Contoh modern lainnya termasuk memperkirakan jumlah kecelakaan mobil di kota dengan ukuran tertentu; dalam fisiologi, distribusi ini sering digunakan untuk menghitung frekuensi probabilistik dari berbagai jenis sekresi neurotransmitter. Atau, jika sebuah toko video memiliki rata-rata 400 pelanggan setiap Jumat malam, berapa probabilitas 600 pelanggan akan datang pada setiap Jumat malam?

Rumus Distribusi Poisson adalah

Dimana:

  • e adalah bilangan Euler ( e = 2,71828 …)
  • x adalah jumlah kemunculan
  • x ! adalah faktorial x
  • λ sama dengan nilai yang diharapkan dari x jika itu juga sama dengan variansnya