python 中的泊松随机变量
Poisson random variable in python
假设某个呼叫中心在一分钟内接到的电话数是参数λ=2的泊松随机变量。使用Python求调用次数大于5的概率。输入小数点后前5位的数字。
我想知道我是否理解并使用 scipy.stats.poisson 正确解决了这个任务？
from scipy.stats import poisson
import numpy as np
mu = 2 # lambda
k = 6 # number of calls is larger than 5?
pmf = poisson.pmf(k, mu)
print(pmf)
我的输出是 0.012029802954365565
这是任务的第二部分：
现在假设一个接线员可以在一分钟内处理一个电话。如果未处理呼叫，则会错过。我应该雇用多少接线员才能确保在一分钟内漏接电话的概率不大于 0.05？当然，我想尽量减少雇用的操作员数量。
提示：scipy.stats 随机变量有 .ppf 方法计算百分比点函数（也称为分位数函数），它是 CDF 的反函数。对于任何值 p，它都会找到一个最小值 q，使得 CDF(q)≥p.
ppf = poisson.ppf(cdf, mu)
我是否正确使用了 ppf？
它给出 5.0 作为答案。
pmf代表概率质量函数，这意味着你有6个电话在一分钟内到达的概率。我认为您正在寻找累积分布函数 cdf = 1- poisson.cdf(k=5, mu)。由于 F(x) = P(X <= x)，其中 x=5.
假设某个呼叫中心在一分钟内接到的电话数是参数λ=2的泊松随机变量。使用Python求调用次数大于5的概率。输入小数点后前5位的数字。
我想知道我是否理解并使用 scipy.stats.poisson 正确解决了这个任务？
from scipy.stats import poisson
import numpy as np
mu = 2 # lambda
k = 6 # number of calls is larger than 5?
pmf = poisson.pmf(k, mu)
print(pmf)
我的输出是 0.012029802954365565
这是任务的第二部分：
现在假设一个接线员可以在一分钟内处理一个电话。如果未处理呼叫，则会错过。我应该雇用多少接线员才能确保在一分钟内漏接电话的概率不大于 0.05？当然，我想尽量减少雇用的操作员数量。
提示：scipy.stats 随机变量有 .ppf 方法计算百分比点函数（也称为分位数函数），它是 CDF 的反函数。对于任何值 p，它都会找到一个最小值 q，使得 CDF(q)≥p.
ppf = poisson.ppf(cdf, mu)
我是否正确使用了 ppf？ 它给出 5.0 作为答案。
pmf代表概率质量函数，这意味着你有6个电话在一分钟内到达的概率。我认为您正在寻找累积分布函数 cdf = 1- poisson.cdf(k=5, mu)。由于 F(x) = P(X <= x)，其中 x=5.