Documente Academic
Documente Profesional
Documente Cultură
PRESENTADO POR:
LEIDYJOHANNA RIOS ORTIZ
1.088E+09
PRESENTADO A:
JORGE FERNANDO VARGAS
GRUPO: 211622A-14
4.30%
valor p(x) x
0 5 0.67%
1 5 3.37%
2 5 8.42%
3 5 14.04%
4 5 17.55%
5 5 17.55%
6 5 14.62%
7 5 10.44%
8 5 6.53%
9 5 3.63%
10 5 1.81%
mediana 5068
desviacion estandar 4500
probabilidad 6100 56.72%
0.9867413 U(1)
100.4583555407 U(0,200)
304.1854554397 U(50,120)
63 entre 50,119
58 entre 51,120
N= 20
n= 4
a= 8
x= 2
38.14%
Distribución de Poisson
La distribución de Poisson se especifica por un parámetro: lambda (λ). Este parámetro es igual a la media
Utilice la distribución de Poisson para describir el número de veces que un evento ocurre
en un espacio finito de observación. Por ejemplo, una distribución de Poisson puede
describir el número de defectos en el sistema mecánico de un avión o el número de
llamadas a un centro de llamadas en una hora. La distribución de Poisson se utiliza con
frecuencia en el control de calidad, los estudios de fiabilidad/supervivencia y los seguros.
Una variable sigue una distribución de Poisson si se cumplen las siguientes condiciones:
Los datos son conteos de eventos (enteros no negativos, sin límite superior).
Todos los eventos son independientes.La tasa de ocurrencia es igual a la media (λ)
dividida entre la dimensión del espacio de observación. Es útil para comparar conteos
de Poisson recolectados en diferentes espacios de observación. Por ejemplo, la central
telefónica A recibe 50 llamadas telefónicas en 5 horas y la central telefónica B recibe 80
llamadas en 10 horas. Usted no puede comparar directamente estos valores, porque
sus espacios de observación son diferentes. Debe calcular la tasa de ocurrencia para
comparar estos conteos
ejemplo
promedio de llamadas =
segundos =
x
4
60
0
2%
des, la distribución normal (λ, λ) podría utilizarse para aproximar la distribución de Poisson.
WIKILIBROS
https://es.wikibooks.org/wiki/Estad%C3%ADstica/Distribuci%C3%B3n_de_Poisson
3n_de_Poisson