10.2 Poisson

Recordemos la ecuación de la distribución Poisson:

P(x)=eμμxx!

Donde:

μ es el número medio de ocurrencia (éxitos) en un intervalo en particular. e es la constante 2.71828 (constante de Euler). x es el numero de ocurrencias (éxitos). P(x) es la probabilidad de un valor especifico de x. ! es la función factorial.

De igual forma que en la distribución binomial, no nos dejemos intimidar por la complejidad de la ecuación y usemos el algebra del modelo que es mucho más sencilla. Si desea entender un poco mejor el proceso Poisson vean el video que preparó Khan Academy.

P(x)Pois(λ)

Donde:

P(x) es la probabilidad de un valor especifico de x, el cual se distribuye de acuerdo a la distribución Poisson (Pois) y que equivaldría a un valor específico del conteo. λ es la media de la distribución.

n <- 100
lambda <- 10
poisson_data <- data.frame('data' = rpois(n, lambda))


library(tidyverse)
poisson_data %>% ggplot() + 
  geom_histogram(aes(x = data, 
                     y = stat(count / sum(count))), 
                     color = 'black',
                 binwidth = 1) +
  geom_vline(xintercept = lambda, 
             size = 1, 
             linetype = 'dashed',
             color = 'red') +
  theme_bw() +
  labs(x = 'Number of successes per period',
       y = 'Proportion',
       title = '1,000 samples of Pois(lambda = 10)')

Ejercicio:

Use el modelo para variar n y lambda… vea que sucede.