Poisson Distribution 2/3

As you remember, with the .pmf() function, we can calculate the probability over a range using the addition rule. Look at the example: Example 1/2: We know that per day the expected value of users is 100. Calculate the probability that 110 users will visit the app. This distribution is discrete, so to calculate the probability of getting the exact number of customers, we can use the .pmf() function with two parameters: the first is our desored number of events, and the second is lambda.

Python realization:

We will use .pmf() function for the Poisson distribution using stats.poisson.pmf().


              123
            
import scipy.stats as stats
probability = stats.poisson.pmf(110, 100)
print("The probability is", probability * 100, "%")

Example 2/2:

The expected value of sunny days per month is 15. Calculate the probability that the number of sunny days will equal 16, 17, 18, or 19.

Python realization:


              12345678910
            
import scipy.stats as stats

prob_1 = stats.poisson.pmf(16, 15)
prob_2 = stats.poisson.pmf(17, 15)
prob_3 = stats.poisson.pmf(18, 15)
prob_4 = stats.poisson.pmf(19, 15)

probability = prob_1 + prob_2 + prob_3 + prob_4

print("The probability is", probability * 100, "%")

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 2

Poisson Distribution 2/3

Python realization:

We will use .pmf() function for the Poisson distribution using stats.poisson.pmf().


              123
            
import scipy.stats as stats
probability = stats.poisson.pmf(110, 100)
print("The probability is", probability * 100, "%")

Example 2/2:

The expected value of sunny days per month is 15. Calculate the probability that the number of sunny days will equal 16, 17, 18, or 19.

Python realization:


              12345678910
            
import scipy.stats as stats

prob_1 = stats.poisson.pmf(16, 15)
prob_2 = stats.poisson.pmf(17, 15)
prob_3 = stats.poisson.pmf(18, 15)
prob_4 = stats.poisson.pmf(19, 15)

probability = prob_1 + prob_2 + prob_3 + prob_4

print("The probability is", probability * 100, "%")

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 2

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan