Когда часто используют распределение Poisson(λ) как приближение к Binomial(n,p) для числа успехов?

AПри малом n и p близком к 1: успехов почти столько же, сколько попыток, распределение становится почти вырожденным
BПри малом n и большом p: много успехов на малом числе попыток, среднее n*p сравнимо с n
CПри большом n, малом p и умеренном произведении λ = n*p: много редких испытаний с устойчивым средним числом успехов
DПри вероятности успеха p, меняющейся между испытаниями: основное условие Binomial(n,p) уже нарушено
Правильный ответ. При большом n и малом p, когда λ = n*p умеренное, Poisson(λ) хорошо аппроксимирует Binomial(n,p).

Разбор

Интуитивно, много редких успехов на большом числе попыток дают счётчик, похожий на поток событий за интервал. В такой ситуации работать с Poisson(λ) бывает удобнее, особенно если n трудно зафиксировать, а среднее λ стабильно для интервала. Важно помнить, что это аппроксимация, и при больших p или малых n она даёт заметную ошибку. Если же вероятность успеха меняется между испытаниями, нарушены условия самого биномиального распределения.

Проверь себя · 1/3разбор после ответа
Вы мониторите, сколько ошибок типа таймаут происходит за 1 минуту. Поток примерно стационарен, ошибки — это отдельные события. Какое распределение обычно используют для числа событий за интервал?
Тренировать статистику в Telegram

Ещё вопросы по теме «Дискретные распределения»