Вероятность и статистика · объяснение и практика
Когда редкие биномиальные события приближённо считают по Пуассону
Приблизьте редкие независимые успехи с помощью λ=np и сравните результат с исходной биномиальной вероятностью, сохраняя пометку приближения.

В теме Случайные величины и распределения · Учебная карта
Главная мысль
Для большого числа независимых одинаковых испытаний с малой вероятностью успеха биномиальный счёт иногда удобно приблизить распределением Пуассона с λ=np. Это приближение, а не новое точное равенство.
Почему сохраняют именно np
У биномиальной величины есть фиксированное число попыток n, каждая имеет успех с одной и той же вероятностью p, попытки независимы. Среднее число успехов равно np. В пуассоновском пределе увеличивают n и уменьшают p так, чтобы произведение оставалось заданным конечным λ. Тогда вероятности фиксированных небольших количеств стремятся к пуассоновским.
Замена удобна не просто потому, что n большое. Если p не мала, форма и разброс могут заметно различаться: биномиальная дисперсия np(1−p), пуассоновская — np. При p около половины этот относительный разрыв не исчезает от одного увеличения числа попыток. Поэтому сначала проверяют редкость отдельного успеха и независимость, а затем решают, подходит ли приближение для нужного события.
Сравнение вероятности нуля
Пусть n=200, p=0,005. Тогда λ=1. Точная вероятность нуля успехов равна 0,995²⁰⁰, примерно 0,3670. Пуассоновское приближение e⁻¹ даёт примерно 0,3679. Числа близки, но не одинаковы. Это наглядно показывает, что полезное приближение не следует обозначать знаком точного равенства.
Для ровно k успехов используют e⁻λ λᵏ/k!, а для хотя бы одного — дополнение к нулю. Подстановка np вместо p в исходную биномиальную формулу была бы неверной: λ является средним количеством, не вероятностью одной попытки. Он может быть больше единицы, что сразу показывает различие ролей параметров.
Пример
В 1000 независимых одинаковых испытаниях p=0,002. Приблизьте вероятность ровно двух успехов по Пуассону.
λ=1000·0,002=2. Поэтому вероятность примерно e⁻²·2²/2!=2e⁻², около 0,2707. Точная биномиальная вероятность записывается отдельно как C(1000,2)·0,002²·0,998⁹⁹⁸.
Не выдавайте модель за измеренный факт
У биномиального счёта максимум равен n, а у Пуассона верхнего целочисленного ограничения нет. Поэтому в крайне далёком хвосте приближение способно присвоить ненулевую вероятность невозможному исходу. Для обычных малых k это может быть практически несущественно, но формальная разница сохраняется и важна при проверке граничных запросов.
Нет универсального правила, что любые конкретные n и p дают достаточную точность для всех целей. При требовании строгой погрешности используют подходящую оценку или сравнение с точным распределением. Для зависимых редких событий, например возникающих пачками, само биномиальное основание может отсутствовать. Сначала обосновывают модель попыток, затем приближение к её распределению.
От чтения к действию
А теперь — вы
Частые вопросы
Почему λ может быть больше единицы?
Потому что λ=np — ожидаемое число успехов, а не вероятность одного успеха. Пуассоновские вероятности вычисляются из него отдельно.
Приближение точно сохраняет максимальное число успехов?
Нет. Биномиальная величина ограничена n, а пуассоновская не имеет такого верхнего ограничения. Это одна из причин не считать замену точным равенством.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Когда число событий описывают распределением Пуассона
Вычислите вероятность заданного числа событий в пуассоновской модели и проверьте, к какому интервалу относится параметр.
Открыть темуКак посчитать номер попытки заданного по счёту успеха
Найдите вероятность номера попытки заданного успеха, выделив обязательный успех в конце и расположения предыдущих успехов.
Открыть тему