Poisson Distribution vs Normal Distribution
Poisson və Normal paylanma iki fərqli prinsipdən irəli gəlir. Puasson Diskret Ehtimal Paylanması üçün bir nümunədir, Normal isə Davamlı Ehtimal Paylanmasına aiddir.
Normal Paylanma ümumiyyətlə "Qauss Paylanması" kimi tanınır və Təbiət Elmləri və Sosial Elmlərdə yaranan problemləri modelləşdirmək üçün ən effektiv şəkildə istifadə olunur. Bu paylamadan istifadə etməklə bir çox ciddi problemlərlə qarşılaşılır. Ən ümumi nümunə müəyyən bir təcrübədə "Müşahidə Səhvləri" ola bilər. Normal paylama, böyük miqdarda dəyişənlərin modelləşdirilməsi üçün həyatı asanlaşdıran "Zəng əyrisi" adlı xüsusi formanı izləyir. Bu vaxt normal paylanma çox sayda təsadüfi dəyişənlərin "normal" paylandığı "Mərkəzi Limit Teoremindən" yaranmışdır. Bu paylanma orta hesabla simmetrik paylanmaya malikdir. Bu o deməkdir ki, x- “Pak Qrafik Dəyəri” ilə bərabər paylanmışdır.
pdf: 1/√(2πσ^2) e^(〖(x-µ)〗^2/(2σ^2))
Yuxarıda qeyd olunan tənlik "Normal"ın Ehtimal Sıxlığı Funksiyasıdır və böyüdükdə µ və σ2 müvafiq olaraq "orta" və "diferensial"ı ifadə edir. Normal paylanmanın ən ümumi halı µ=0 və σ2=1 olduğu "Standart Normal Paylanma"dır. Bu o deməkdir ki, qeyri-standart normal paylanmanın pdf-i təsvir edir ki, x-qiyməti, burada zirvənin sağa doğru yerdəyişməsi və zəng formasının eninin σ faktoru ilə vurulması, sonradan “Standart Sapma” kimi dəyişdirilir və ya 'Variansın' kvadrat kökü (σ^2).
Digər tərəfdən Puasson diskret statistik fenomen üçün mükəmməl bir nümunədir. Bu, binomial paylanmanın məhdudlaşdırıcı halı kimi gəlir - "Diskret Ehtimal Dəyişənləri" arasında ümumi paylama.“Mədəniyyət”in təfərrüatları ilə bağlı problem yarandıqda Puassondan istifadə ediləcəyi gözlənilir. Daha da əhəmiyyətlisi, bu paylanma məlum baş vermə sürəti ilə bir zaman intervalı üçün fasiləsiz bir kontinuumdur. "Müstəqil" tədbirlər üçün birinin nəticəsi növbəti hadisəyə təsir etməzsə, Poisson oyuna girdiyi ən yaxşı hadisə olacaqdır.
Bütövlükdə hər iki paylamanın iki tamamilə fərqli perspektivdən olduğuna baxmaq lazımdır ki, bu da onların arasında ən çox oxşarlıqları pozur.
