De binomial distribution är en, vars möjliga antal utfall är två, dvs framgång eller misslyckande. Å andra sidan finns det inga gränser för möjliga resultat i Poisson distribution
Den teoretiska sannolikhetsfördelningen definieras som en funktion som tilldelar en sannolikhet för varje eventuellt resultat av det statistiska experimentet. Sannolikhetsfördelningen kan vara diskret eller kontinuerlig, där den totala sannolikheten i den diskreta slumpmässiga variabeln allokeras till olika masspunkter medan i den kontinuerliga slumpmässiga variabeln fördelas sannolikheten vid olika klassintervaller.
Binomialfördelning och Poissonfördelning är två diskreta sannolikhetsfördelning. Normal distribution, studentdistribution, chi-kvadratfördelning och F-distribution är de typer av kontinuerlig slumpmässig variabel. Så, här går vi för att diskutera skillnaden mellan Binomial och Poisson-distributionen. Ta en titt.
Grunder för jämförelse | Binomial Distribution | Poisson Distribution |
---|---|---|
Menande | Binomialfördelning är en där sannolikheten för upprepat antal försök studeras. | Poisson Distribution ger räkningen av oberoende händelser som sker slumpmässigt med en viss tid. |
Natur | biparametrisk | Uniparametric |
Antal försök | Fast | Oändlig |
Framgång | Konstant sannolikhet | Infinitesimal chans att lyckas |
Resultat | Bara två möjliga resultat, dvs framgång eller misslyckande. | Obegränsat antal möjliga resultat. |
Betydelse och variation | Betydelse> Varians | Medel = Varians |
Exempel | Mynt kasta experiment. | Utskriftsfel / sida i en stor bok. |
Binomial Distribution är den ofta använda sannolikhetsfördelningen, som härrör från Bernoulli Process (ett slumpmässigt experiment som kallas efter en berömd matematiker Bernoulli). Det är också känt som biparametrisk fördelning, eftersom den presenteras av två parametrar n och p. Här är n de upprepade försöken och p är framgångssannolikheten. Om värdet av dessa två parametrar är känt betyder det att distributionen är fullt känd. Medelvärdet och variansen av binomialfördelningen betecknas med μ = np och σ2 = npq.
P (X = x) = nCx px qn-x, x = 0,1,2,3 ... n
= 0, annars
Ett försök att producera ett visst utfall, som inte alls är säkert och omöjligt, kallas en rättegång. Försöken är oberoende och ett fast positivt heltal. Det är relaterat till två ömsesidigt exklusiva och uttömmande händelser; där förekomsten kallas framgång och icke-förekomst kallas misslyckande. p representerar sannolikheten för framgång medan q = 1 - p representerar sannolikheten för fel, vilket inte förändras under hela processen.
I slutet av 1830-talet introducerade en berömd fransk matematiker Simon Denis Poisson denna distribution. Det beskriver sannolikheten för det visst antal händelser som händer inom ett bestämt tidsintervall. Det är uniparametrisk fördelning, eftersom den endast presenteras av en parameter λ eller m. I Poisson betecknas distributionens medelvärde av m dvs μ = m eller A och variansen är märkt som σ2 = m eller λ. Sannolikhetsmassan för x är representerad av:
där e = transcendental kvantitet, vars ungefärliga värde är 2,71828
När händelsens nummer är högt men sannolikheten för händelsen är ganska låg tillämpas poissonfördelning. Till exempel Antal försäkringsfordringar / dag på ett försäkringsbolag.
Skillnaderna mellan binomial och poissonfördelning kan dras tydligt på följande grunder:
Bortsett från ovanstående skillnader finns det ett antal liknande aspekter mellan dessa två fördelningar, dvs båda är den diskreta teoretiska sannolikhetsfördelningen. Vidare kan på grundval av parametervärdena båda vara unimodala eller bimodala. Vidare kan binomialfördelningen approximeras av poissonfördelningen, om antalet försök (n) tenderar att vara oändlighet och framgångssannolikhet (p) tenderar att 0 så att m = np.