如何证明到达率服从指数分布？
How to prove arrival rate follows Exponential Distributions?
我正在学习 Anylogic。我对某事很好奇。
有人解释说到达率服从指数分布。
我想知道 'How can prove that?'
您的任何指导都将非常有帮助，我们将不胜感激。
非常感谢。
不完全确定你所说的“证明”它是指数的是什么意思......但无论如何，不是“某些人”解释的，它实际上在 AnyLogic 帮助中的“源”主题下被提到为如下：
Rate - agents are generated at the specified arrival rate (which is
equivalent to exponentially distributed interarrival time with mean =
1/rate).
您可以做的是收集到达之间的间隔时间并绘制该分布以查看它实际上看起来像指数分布。
为此：
- 创建一个典型的 DES 进程（例如 source、queue、delay、sink）
- 将到达类型设置为费率并指定例如每小时 1 次
- 在 main 中创建一个名为“prevTime”的变量
- 创建一个名为“数据”的直方图数据元素
- 在源码的“On exit”中写入如下代码：
data.add(time() - prevTime);
prevTime = time();
查看直方图及其均值。
到达率不服从指数分布，而是服从泊松分布，所以在这方面没有什么可以证明的。
服从指数分布的是代理之间的到达间隔时间。
要证明这个东西实际上遵循特定的分布，您可以使用其中一种分布拟合技术，我最喜欢的是 Cullen 和 Frey 图。你可以在这里看到关于它的答案：
您还可以查看有关分布拟合的维基百科页面：
https://en.wikipedia.org/wiki/Probability_distribution_fitting
请记住，分布拟合是一门艺术，没有任何技术可以为您提供正确的分布，但可能是分布的足够好的近似值。但在这种情况下应该很容易。
虽然你不能真正证明分布适合数据，但当你将分布函数与实际数据进行比较时，你可能只是有一个误差估计，你可以有一个置信区间......不知道是不是你想要的。
我正在学习 Anylogic。我对某事很好奇。 有人解释说到达率服从指数分布。 我想知道 'How can prove that?'
您的任何指导都将非常有帮助，我们将不胜感激。 非常感谢。
不完全确定你所说的“证明”它是指数的是什么意思......但无论如何，不是“某些人”解释的，它实际上在 AnyLogic 帮助中的“源”主题下被提到为如下：
Rate - agents are generated at the specified arrival rate (which is equivalent to exponentially distributed interarrival time with mean = 1/rate).
您可以做的是收集到达之间的间隔时间并绘制该分布以查看它实际上看起来像指数分布。
为此：
- 创建一个典型的 DES 进程（例如 source、queue、delay、sink）
- 将到达类型设置为费率并指定例如每小时 1 次
- 在 main 中创建一个名为“prevTime”的变量
- 创建一个名为“数据”的直方图数据元素
- 在源码的“On exit”中写入如下代码：
data.add(time() - prevTime); prevTime = time();
查看直方图及其均值。
到达率不服从指数分布，而是服从泊松分布，所以在这方面没有什么可以证明的。
服从指数分布的是代理之间的到达间隔时间。
要证明这个东西实际上遵循特定的分布，您可以使用其中一种分布拟合技术，我最喜欢的是 Cullen 和 Frey 图。你可以在这里看到关于它的答案：
您还可以查看有关分布拟合的维基百科页面： https://en.wikipedia.org/wiki/Probability_distribution_fitting
请记住，分布拟合是一门艺术，没有任何技术可以为您提供正确的分布，但可能是分布的足够好的近似值。但在这种情况下应该很容易。
虽然你不能真正证明分布适合数据，但当你将分布函数与实际数据进行比较时，你可能只是有一个误差估计，你可以有一个置信区间......不知道是不是你想要的。