7 votos

¿Por qué no podemos combinar eventos en una distribución de poisson?

Digamos que a los bebés en un hospital son entregados de acuerdo a una distribución de Poisson, donde en promedio 1 bebé es entregado a cada hora.

Pregunta 1: ¿Cuál es la probabilidad de que al menos 1 bebé es entregado por hora?

Es 1 - P(X = 0) por $\lambda = 1$, es decir,$1 - e^{-1} = 63\%$.

Pregunta 2: ¿Cuál es la probabilidad de que al menos 2 de los bebés son entregados por 2 horas?

Es 1 - P(X = 0) - P(X = 1) por $\lambda = 2$, es decir,$1 - e^{-2} - 2e^{-2} = 59\%$.

Para simplificar el cálculo de la pregunta 2, vamos a combinar 2 a los bebés en una superbaby. Podríamos entonces hacer una pregunta que parece (a mí) a ser idéntica a la pregunta 2:

Pregunta 3: ¿Cuál es la probabilidad de que al menos 1 superbaby es entregado por 2 horas?

Es 1 - P(X = 0) por $\lambda = 1$, es decir,$1 - e^{-1} = 63\%$.

Aquí es lo que no entiendo: si un superbaby es simplemente 2 bebés,

¿Por qué es la probabilidad de que 1 superbaby es entregado por 2 horas no es igual a la probabilidad de que 2 de los bebés son entregados por 2 horas?

Mi intuición me dice que tiene algo que ver con la suposición de que los acontecimientos que siguen una distribución de Poisson son independientes, pero eso es sólo una conjetura.

1voto

Bey Puntos 1928

Tu confusión viene de la expectativa de que el suceso "al menos 1 superbaby" es equivalente a "al menos dos nacimientos".

Vamos a construir una variable aleatoria que es, de hecho, equivalente a lo que declaró:

En primer lugar, voy a recapituate su modelo básico de la cantidad de partos normales en 2 horas: $$X \sim Poi(2)$$

Ahora, si simplemente estamos re-lanzar esto en términos de superbabies $S$, entonces la siguiente transformación de $X$ va a la captura de esta nueva definición:

$$ S\sim \lfloor \frac{X}{2} \rfloor$$

Todavía podemos calcular el $P(S\geq 1)$:

$$P(S\geq 1) = 1 - P(S = 0) = 1- P(X = 0 \cup X = 1) = 59\% $$

Como sería de esperar. Así que, ¿qué modelo se aplican a su segundo cálculo, permite tratar el siguiente

$$P(S=n)=P(X=2n)$$

Ahora, tenemos un problema, porque:

$$\sum_{i=0}^{\infty} P(S=i) = \sum_{i=0}^{\infty} P(X=2i) = \frac{\cosh(2)}{e^2}=\frac{1}{2}+\frac{1}{2e^4}\approx 51\% < 1$$

Ver aquí para el Wolfram Alpha de cálculo.

Por lo tanto, nuestro enfoque ingenuo de requerir exactamente dos bebés por superbaby resultados en un inválido de distribución de probabilidad. Sin embargo, si dejamos $c=\frac{1}{2}+\frac{1}{2e^4}$, entonces:

$$\frac{1}{c}\sum_{i=0}^{\infty} P(X=2i) = 1$$

Entonces, vamos a definir una nueva, adecuada distribución:

$$P_S(n):= \frac{P(X=2n)}{c}$$

Para su caso en particular:

$$P_S(S\geq 1) = 1 - P_S(0) = 1-\frac{e^{-2}}{\frac{1}{2}+\frac{1}{2e^4}} = 1- \frac{1}{\cosh(2)} \approx 73\%$$

Esto todavía no lo tiene. Por lo tanto, para obtener su resultado, no podemos pensar en una superbaby como simple equivalente a dos bebés. Parece que su definición de un superbaby no está bien definida (como se señaló en los comentarios) y no coincide con el cálculo.

Necesitamos pensar acerca de lo que la tasa de natalidad, $\lambda$ realmente significa.

  • En el problema original, el número de nacimientos en 2 horas.
  • En su revisión del problema, es el número de superbabies en 2 horas.

Podemos llegar a una interpretación coherente si tenemos en cuenta el nacimiento de un superbaby un nuevo tipo de evento, y no como equivalente a la afirmación "dos bebés nacieron" (es decir, una nueva "unidad").

Bajo este modelo, usted sólo tiene superbabies de nacer, y que nacen en la mitad de la tarifa regular de los bebés. Esta realidad coincide con el modelo desarrollado para este caso:

$$\lambda_S=\frac{\lambda_X }{2} \implies P(S\geq 1)=1-e^{-1}$$

Como era de esperar.

Así, lo que sucedió aquí es que usted pensaba que eran simplemente el cálculo de la probabilidad de regular los nacimientos en virtud de un simple cambio de unidades , pero que eran en realidad la creación de todo un nuevo evento, aunque estrechamente relacionado con el primero.

1voto

Shabaz Puntos 403

Intuitivamente, es porque en el 2 caso de que usted puede tener una media superbaby pero 2a no. Vamos a ampliar esta y preguntar ¿cuál es la probabilidad de que menos de 1000 bebés nacen en 1000 segundos? Como $\lambda$ se hace grande, la distribución de Poisson se convierte en una distribución normal con media de $\lambda$ y la desviación estándar $\sqrt \lambda$. Es un buen ejercicio para probar esto. En nuestra 1000 caso, usted está preguntando si hay más o menos que el número esperado de nacer, y debe esperar que la respuesta sea que hay muchas posibilidades de $1/2$ cada uno.

En el otro extremo, $\lambda$ no se limita a los números enteros. Si $\lambda=0.001$, la probabilidad de que el número de eventos es menor que $\lambda$ (ligeramente superior) $0.999$

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X