o distribuição binomial é um, cujo número possível de resultados é dois, ou seja, sucesso ou fracasso. Por outro lado, não há limite de possíveis resultados em Distribuição de veneno
A distribuição de probabilidade teórica é definida como uma função que atribui uma probabilidade a cada resultado possível do experimento estatístico. A distribuição de probabilidade pode ser discreta ou contínua, onde, na variável aleatória discreta, a probabilidade total é alocada em diferentes pontos de massa, enquanto na variável aleatória contínua a probabilidade é distribuída em vários intervalos de classe.
Distribuição binomial e distribuição de Poisson são duas distribuições discretas de probabilidade. Distribuição normal, distribuição de alunos, distribuição de qui-quadrado e distribuição F são os tipos de variáveis aleatórias contínuas. Então, aqui vamos discutir a diferença entre a distribuição Binomial e Poisson. Dar uma olhada.
Base para Comparação | Distribuição binomial | Distribuição de veneno |
---|---|---|
Significado | A distribuição binomial é aquela em que a probabilidade de número repetido de ensaios é estudada. | A distribuição de Poisson fornece a contagem de eventos independentes que ocorrem aleatoriamente com um determinado período de tempo. |
Natureza | Biparamétrico | Uniparamétrico |
Número de tentativas | Fixo | Infinito |
Sucesso | Probabilidade constante | Chance infinitesimal de sucesso |
Resultados | Apenas dois resultados possíveis, ou seja, sucesso ou fracasso. | Número ilimitado de resultados possíveis. |
Média e variância | Média> Variância | Média = variância |
Exemplo | Experiência de lançamento de moedas. | Erros de impressão / página de um livro grande. |
Distribuição Binomial é a distribuição de probabilidade amplamente usada, derivada do Processo de Bernoulli, (um experimento aleatório com o nome de um renomado matemático Bernoulli). Também é conhecida como distribuição biparamétrica, pois é apresentada por dois parâmetros n e p. Aqui, n são as tentativas repetidas ep é a probabilidade de sucesso. Se o valor desses dois parâmetros for conhecido, significa que a distribuição é totalmente conhecida. A média e a variância da distribuição binomial são indicadas por µ = np e σ2 = npq.
P (X = x) = nCx px qn-x, x = 0,1,2,3… n
= 0, caso contrário
Uma tentativa de produzir um resultado específico, que não é absolutamente certo e impossível, é chamada de tentativa. Os ensaios são independentes e um número inteiro positivo fixo. Está relacionado a dois eventos mutuamente exclusivos e exaustivos; em que a ocorrência é chamada de sucesso e a não ocorrência é chamada de falha. p representa a probabilidade de sucesso enquanto q = 1 - p representa a probabilidade de falha, que não muda ao longo do processo.
No final da década de 1830, um famoso matemático francês Simon Denis Poisson introduziu essa distribuição. Ele descreve a probabilidade de um determinado número de eventos ocorrer em um intervalo de tempo fixo. É uma distribuição uniparamétrica, pois é caracterizada por apenas um parâmetro λ ou m. Na distribuição de Poisson, a média é indicada por m, ou seja, µ = m ou λ e a variação é rotulada como σ2 = m ou λ. A função de massa de probabilidade de x é representada por:
onde e = quantidade transcendental, cujo valor aproximado é 2,71828
Quando o número do evento é alto, mas a probabilidade de sua ocorrência é bastante baixa, a distribuição de poisson é aplicada. Por exemplo, Número de reivindicações de seguro / dia em uma companhia de seguros.
As diferenças entre a distribuição binomial e de poisson podem ser definidas claramente pelas seguintes razões:
Além das diferenças acima, existem vários aspectos semelhantes entre essas duas distribuições, isto é, ambas são a distribuição de probabilidade teórica discreta. Além disso, com base nos valores dos parâmetros, ambos podem ser unimodais ou bimodais. Além disso, a distribuição binomial pode ser aproximada pela distribuição de Poisson, se o número de tentativas (n) tende ao infinito e a probabilidade de sucesso (p) tende a 0, de modo que m = np.