Questo tutorial fornisce una rapida spiegazione di ciascuna distribuzione e due differenze chiave tra le distribuzioni.<\/span><\/p>\n La distribuzione di Poisson<\/strong> descrive la probabilit\u00e0 di ottenere k<\/em> successi durante un dato intervallo di tempo.<\/span><\/p>\n Se una variabile casuale<\/a> X<\/em> segue una distribuzione di Poisson, la probabilit\u00e0 che X<\/em> = k<\/em> successo pu\u00f2 essere trovata con la seguente formula:<\/span><\/p>\n P(X=k) = \u03bb k<\/sup> * e \u2013 \u03bb<\/sup> \/ k!<\/strong><\/span><\/p>\n Oro:<\/span><\/p>\n Ad esempio, supponiamo che in un particolare ospedale si verifichino in media 2 nascite all’ora. Possiamo usare la formula sopra per determinare la probabilit\u00e0 di avere 3 nascite in una determinata ora:<\/span><\/p>\n P(X=3)<\/strong> = 2 3<\/sup> * e \u2013 2<\/sup> \/ 3! = 0,1805<\/strong><\/span><\/p>\n La probabilit\u00e0 di avere 3 nascite in una determinata ora \u00e8 0,1805<\/strong> .<\/span><\/p>\n La distribuzione normale<\/strong> descrive la probabilit\u00e0 che una variabile casuale assuma un valore in un dato intervallo.<\/span><\/p>\n La funzione di densit\u00e0 di probabilit\u00e0<\/a> di una distribuzione normale pu\u00f2 essere scritta come:<\/span><\/p>\n P(X=x) = (1\/\u03c3\u221a 2\u03c0<\/span> )e -1\/2((x-\u03bc)\/\u03c3) 2<\/sup><\/sup><\/span><\/strong><\/p>\n Oro:<\/span><\/p>\n Ad esempio, supponiamo che il peso di una certa specie di lontre sia distribuito normalmente con \u03bc = 40 libbre e \u03c3 = 5 libbre.<\/span><\/p>\n Se selezioniamo casualmente una lontra da questa popolazione, possiamo usare la seguente formula per trovare la probabilit\u00e0 che pesi tra 38 e 42 libbre:<\/span><\/p>\n P<\/span> (<\/span> 38<\/sup><\/sup> < \/5) 2<\/sup><\/sup> = 0,3108<\/strong><\/span><\/p>\n La probabilit\u00e0 che la lontra selezionata casualmente pesi tra 38 e 42 libbre \u00e8 0,3108<\/strong> .<\/span><\/p>\n La prima differenza tra la distribuzione di Poisson e la distribuzione normale \u00e8 il tipo di dati modellati da ciascuna distribuzione di probabilit\u00e0.<\/span><\/p>\n Una distribuzione di Poisson<\/strong> viene utilizzata quando si lavora con dati discreti<\/strong> che possono assumere solo valori interi uguali o superiori a zero. Ecco alcuni esempi:<\/span><\/p>\n In ogni scenario, la variabile casuale pu\u00f2 assumere solo il valore 0, 1, 2, 3, ecc.<\/span><\/p>\n Una distribuzione normale<\/strong> viene utilizzata quando si lavora con dati continui<\/strong> che possono assumere qualsiasi<\/em> valore dall’infinito negativo all’infinito positivo. Ecco alcuni esempi:<\/span><\/p>\n In questi scenari, le variabili casuali possono assumere qualsiasi<\/em> valore come -11.3, 21.343435, 85, ecc.<\/span><\/p>\n La seconda differenza tra la distribuzione di Poisson e la distribuzione normale sta nella forma delle distribuzioni.<\/span><\/p>\n Una distribuzione normale<\/strong> avr\u00e0 sempre una forma a campana:<\/span> <\/p>\n Tuttavia, la forma della distribuzione di Poisson varia a seconda del valore medio della distribuzione.<\/span><\/p>\n Ad esempio, una distribuzione di Poisson con un valore piccolo per la media come \u03bc = 3<\/strong> sar\u00e0 fortemente distorta a destra<\/a> :<\/span> <\/p>\n Tuttavia, una distribuzione di Poisson con un valore medio maggiore come \u03bc = 20<\/strong> presenter\u00e0 una forma a campana proprio come la distribuzione normale:<\/span> <\/p>\n Si noti che il limite inferiore di una distribuzione di Poisson sar\u00e0 sempre zero, indipendentemente dal valore della media, perch\u00e9 una distribuzione di Poisson pu\u00f2 essere utilizzata solo con valori interi uguali o superiori a zero.<\/span><\/p>\n Le seguenti esercitazioni forniscono informazioni aggiuntive sulla distribuzione di Poisson:<\/span><\/p>\n Un’introduzione alla distribuzione di Poisson<\/a> I seguenti tutorial forniscono informazioni aggiuntive sulla distribuzione normale:<\/span><\/p>\n Un’introduzione alla distribuzione normale<\/a> La distribuzione di Poisson e la distribuzione normale sono due delle distribuzioni di probabilit\u00e0 pi\u00f9 comunemente utilizzate in statistica. Questo tutorial fornisce una rapida spiegazione di ciascuna distribuzione e due differenze chiave tra le distribuzioni. Una panoramica: la distribuzione di Poisson La distribuzione di Poisson descrive la probabilit\u00e0 di ottenere k successi durante un dato […]<\/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 Una panoramica: la distribuzione di Poisson<\/strong><\/span><\/h3>\n
\n
Una panoramica: la distribuzione normale<\/strong><\/span><\/h3>\n
\n
Differenza n. 1: discreto vs. Dati continui<\/strong><\/span><\/h3>\n
\n
\n
Differenza n. 2: forma delle distribuzioni<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/normepoisson1.jpg\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/normepoisson3.jpg\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/normepoisson4-1.jpg\")
<\/p>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Le quattro ipotesi della distribuzione di Poisson<\/a>
5 esempi concreti della distribuzione di Poisson<\/a><\/p>\n
6 esempi concreti della distribuzione normale<\/a>
Generatore di set di dati di distribuzione normale<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"