Perbedaan Antara Distribusi Binomial dan Poisson

Itu distribusi binomial adalah satu, yang kemungkinan jumlah hasilnya adalah dua, yaitu keberhasilan atau kegagalan. Di sisi lain, tidak ada batasan hasil yang mungkin di distribusi racun

Distribusi probabilitas teoritis didefinisikan sebagai fungsi yang menetapkan probabilitas untuk setiap hasil yang mungkin dari percobaan statistik. Distribusi probabilitas dapat diskrit atau kontinu, di mana, dalam variabel acak diskrit, probabilitas total dialokasikan ke titik massa yang berbeda sementara dalam variabel acak kontinu probabilitas didistribusikan pada berbagai interval kelas.

Distribusi binomial dan distribusi Poisson adalah dua distribusi probabilitas diskrit. Distribusi normal, distribusi siswa, distribusi chi-square, dan distribusi-F adalah jenis variabel acak kontinu. Jadi, di sini kita akan membahas perbedaan antara distribusi Binomial dan Poisson. Silahkan lihat.

Konten: Distribusi Binomial dan Distribusi Poisson

1. Grafik perbandingan
2. Definisi
3. Perbedaan utama
4. Kesimpulan

Grafik perbandingan

Dasar untuk Perbandingan	Distribusi Binomial	Distribusi racun
Berarti	Distribusi binomial adalah satu di mana probabilitas jumlah percobaan berulang dipelajari.	Distribusi Poisson memberikan jumlah peristiwa independen terjadi secara acak dengan periode waktu tertentu.
Alam	Biparametric	Uniparametric
Jumlah percobaan	Tetap	Tak terbatas
Keberhasilan	Peluang konstan	Peluang keberhasilan yang sangat kecil
Hasil	Hanya dua hasil yang mungkin, yaitu berhasil atau gagal.	Jumlah kemungkinan hasil yang tidak terbatas.
Mean dan Variance	Berarti> Varians	Berarti = Varians
Contoh	Eksperimen melempar koin.	Mencetak kesalahan / halaman buku besar.

Definisi Distribusi Binomial

Distribusi Binomial adalah distribusi probabilitas yang banyak digunakan, berasal dari Proses Bernoulli, (percobaan acak dinamai ahli matematika terkenal Bernoulli). Ia juga dikenal sebagai distribusi biparametrik, karena ditampilkan oleh dua parameter n dan p. Di sini, n adalah percobaan berulang dan p adalah probabilitas keberhasilan. Jika nilai dari kedua parameter ini diketahui, maka itu berarti bahwa distribusi diketahui sepenuhnya. Mean dan varians dari distribusi binomial dilambangkan dengan μ = np dan σ2 = npq.

P (X = x) = ⁿC_x hal^x q^n-x, x = 0,1,2,3 ... n
= 0, jika tidak

Upaya untuk menghasilkan hasil tertentu, yang sama sekali tidak pasti dan tidak mungkin, disebut percobaan. Uji coba bersifat independen dan bilangan bulat positif tetap. Ini terkait dengan dua peristiwa yang saling eksklusif dan lengkap; dimana kejadian itu disebut sukses dan tidak terjadi disebut kegagalan. p mewakili probabilitas keberhasilan sementara q = 1 - p mewakili probabilitas kegagalan, yang tidak berubah selama proses berlangsung.

Definisi Distribusi Poisson

Pada akhir 1830-an, seorang ahli matematika terkenal Prancis Simon Denis Poisson memperkenalkan distribusi ini. Ini menggambarkan probabilitas dari sejumlah peristiwa tertentu yang terjadi dalam interval waktu yang tetap. Ini adalah distribusi uniparametrik karena hanya ditampilkan oleh satu parameter λ atau m. Dalam Poisson, mean distribusi dinotasikan dengan m i.e. µ = m atau λ dan varians dilabeli sebagai σ² = m atau λ. Fungsi massa probabilitas x diwakili oleh:

di mana e = kuantitas transendental, yang nilai perkiraannya adalah 2.71828

Ketika jumlah kejadian tinggi tetapi kemungkinan kejadiannya cukup rendah, distribusi poisson diterapkan. Sebagai contoh, Jumlah klaim asuransi / hari pada perusahaan asuransi.

Perbedaan Kunci Antara Distribusi Binomial dan Poisson

Perbedaan antara distribusi binomial dan poisson dapat digambarkan dengan jelas dengan alasan berikut:

1. Distribusi binomial adalah distribusi di mana probabilitas jumlah percobaan berulang dipelajari. Distribusi probabilitas yang memberikan jumlah kejadian independen terjadi secara acak dalam periode tertentu, disebut distribusi probabilitas.
2. Distribusi Binomial adalah biparametrik, yaitu ditampilkan oleh dua parameter n dan p sedangkan distribusi Poisson adalah uniparametrik, yaitu ditandai dengan parameter tunggal m.
3. Ada sejumlah upaya dalam distribusi binomial. Di sisi lain, jumlah percobaan yang tidak terbatas ada dalam distribusi poisson.
4. Probabilitas keberhasilan adalah konstan dalam distribusi binomial tetapi dalam distribusi poisson, ada sejumlah kecil peluang keberhasilan.
5. Dalam distribusi binomial, hanya ada dua hasil yang mungkin, yaitu keberhasilan atau kegagalan. Sebaliknya, ada kemungkinan hasil yang tidak terbatas dalam hal distribusi poisson.
6. Dalam distribusi binomial Mean> Variance sedangkan dalam distribusi poisson mean = variance.

Kesimpulan

Terlepas dari perbedaan di atas, ada sejumlah aspek yang serupa antara dua distribusi ini yaitu keduanya adalah distribusi probabilitas teoretis diskrit. Selanjutnya, berdasarkan nilai-nilai parameter, keduanya bisa unimodal atau bimodal. Selain itu, distribusi binomial dapat diperkirakan oleh distribusi poisson, jika jumlah upaya (n) cenderung tak terbatas dan probabilitas keberhasilan (p) cenderung 0 sehingga m = np.