NumPy Random Distribusi Poisson

Distribusi Poisson adalah Distribusi Diskrit.

Distribusi ini memperkirakan berapa kali suatu peristiwa dapat terjadi dalam waktu tertentu. Misalnya Jika seseorang makan dua kali sehari berapa kemungkinan dia akan makan tiga kali sehari?

Distirbusi ini memiliki dua parameter, yaitu:

lam – rate atau jumlah kejadian yang diketahui misalnya 2 untuk masalah di atas.

size – Bentuk dari array yang dikembalikan.

Contoh:
Hasilkan distribusi acak 1×10 untuk kemunculan 2

from numpy import random

x = random.poisson(lam=2, size=10)

print(x)

Visualisasi Distribusi Poisson

Contoh:

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.poisson(lam=2, size=1000), kde=False)

plt.show()

Hasilnya:

Perbedaan Antara Distribusi Normal dan Poisson

Distribusi normal kontinu sedangkan poisson adalah diskrit.

Tetapi kita dapat melihat bahwa poisson serupa dengan binomial untuk distribusi poisson yang cukup besar akan menghasilkan hasil yang mirip dengan distribusi normal dengan std dev dan mean tertentu.

Contoh:

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.normal(loc=50, scale=7, size=1000), hist=False, label='normal')
sns.distplot(random.poisson(lam=50, size=1000), hist=False, label='poisson')

plt.show()

Hasilnya:

Perbedaan Antara Distribusi Poisson dan Binomial

Perbedaannya sangat tipit yaitu, distribusi binomial untuk uji coba diskrit, sedangkan distribusi poisson untuk uji kontinu.

Tetapi untuk distribusi binomial n yang sangat besar dan mendekati nol p hampir identik dengan distribusi poisson sehingga n * p hampir sama dengan lam.

Contoh:

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.binomial(n=1000, p=0.01, size=1000), hist=False, label='binomial')
sns.distplot(random.poisson(lam=10, size=1000), hist=False, label='poisson')

plt.show()

Hasilnya: