Jika suatu variabel acak X<\/em> mengikuti distribusi Poisson, maka peluang keberhasilan X<\/em> = k<\/em> dapat dicari dengan rumus berikut:<\/span><\/p>\n P(X=k) = \u03bb k<\/sup> * e \u2013 \u03bb<\/sup> \/ k!<\/strong><\/span><\/p>\n Emas:<\/span><\/p>\n Tutorial ini menjelaskan cara menggunakan distribusi Poisson dengan Python.<\/span><\/p>\n Anda dapat menggunakan fungsi Poisson.rvs(mu, size)<\/strong> untuk menghasilkan nilai acak dari distribusi Poisson dengan nilai rata-rata dan ukuran sampel tertentu:<\/span><\/p>\n Anda dapat menggunakan fungsi Poisson.pmf(k, mu)<\/strong> dan Poisson.cdf(k, mu)<\/strong> untuk menghitung probabilitas yang terkait dengan distribusi Poisson.<\/span><\/p>\n Contoh 1: Probabilitas sama dengan nilai tertentu<\/strong><\/span><\/p>\n Sebuah toko menjual rata-rata 3 buah apel per hari. Berapa peluang mereka akan menjual 5 buah apel pada hari tertentu?<\/span><\/p>\n Peluang toko tersebut menjual 5 buah apel pada hari tertentu adalah 0,100819<\/strong> .<\/span><\/p>\n Contoh 2: Probabilitas kurang dari nilai tertentu<\/strong><\/span><\/p>\n Sebuah toko tertentu menjual rata-rata tujuh bola sepak per hari. Berapa probabilitas toko ini menjual empat bola sepak atau kurang pada hari tertentu?<\/span><\/p>\n Peluang toko tersebut menjual empat bola sepak atau kurang pada hari tertentu adalah 0,172992<\/strong> .<\/span><\/p>\n Contoh 3: Probabilitas lebih besar dari nilai tertentu<\/strong><\/span><\/p>\n Sebuah toko tertentu menjual rata-rata 15 kaleng tuna per hari. Berapa probabilitas toko tersebut menjual lebih dari 20 kaleng tuna pada hari tertentu?<\/span><\/p>\n Peluang toko tersebut menjual lebih dari 20 kaleng tuna pada hari tertentu adalah 0,082971<\/strong> .<\/span><\/p>\n Anda dapat menggunakan sintaks berikut untuk memplot distribusi Poisson dengan mean tertentu:<\/span> <\/p>\n Pengenalan distribusi Poisson<\/a> Distribusi Poisson menggambarkan probabilitas diperolehnya k keberhasilan selama interval waktu tertentu. Jika suatu variabel acak X mengikuti distribusi Poisson, maka peluang keberhasilan X = k dapat dicari dengan rumus berikut: P(X=k) = \u03bb k * e \u2013 \u03bb \/ k! Emas: \u03bb: jumlah rata-rata keberhasilan yang terjadi selama interval tertentu k: jumlah keberhasilan e: konstanta […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Cara menghasilkan distribusi Poisson<\/strong><\/h3>\n
from<\/span> scipy. stats<\/span> import<\/span> fish\n\n#generate random values from Poisson distribution with mean=3 and sample size=10<\/span>\nfish. rvs<\/span> (mu=3, size=10)\n\narray([2, 2, 2, 0, 7, 2, 1, 2, 5, 5])\n<\/strong><\/pre>\n Cara menghitung probabilitas menggunakan distribusi Poisson<\/strong><\/h3>\n
from<\/span> scipy. stats<\/span> import<\/span> fish\n\n#calculate probability<\/span>\nfish. pmf<\/span> (k=5, mu=3)\n\n0.100819\n<\/strong><\/pre>\n from<\/span> scipy. stats<\/span> import<\/span> fish\n\n#calculate probability<\/span>\nfish. cdf<\/span> (k=4, mu=7)\n\n0.172992<\/strong><\/pre>\n from<\/span> scipy. stats<\/span> import<\/span> fish\n\n#calculate probability<\/span>\n1-fish. cdf<\/span> (k=20, mu=15)\n\n0.082971<\/strong><\/pre>\n Cara memplot distribusi Poisson<\/strong><\/span><\/h3>\n
from<\/span> scipy. stats<\/span> import<\/span> fish\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#generate Poisson distribution with sample size 10000<\/span>\nx = fish. rvs<\/span> (mu=3, size=10000)\n\n#create plot of Poisson distribution\n<\/span>plt. hist<\/span> (x, density= True<\/span> , edgecolor=' black<\/span> ')\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/python1.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
5 contoh konkrit distribusi Poisson<\/a>
Kalkulator distribusi Ikan online<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"