我有一个简单的脚本来建立泊松分布，方法是构造一个概率= 0.1的“事件”数组，然后计算每10组中成功的次数。这几乎可以用，但是分布并不正确（P （0）应该等于P（1），但大约等于P（1）的90％。好像有一种错误，但我不知道这是什么。该脚本使用here中的Counter类（因为我有Python 2.6而不是2.7），并且分组使用了如here所述的itertools。这不是一个随机的问题，重复给出的结果非常严格，总体平均水平看起来不错，小组规模也很好。有什么想法我搞砸了吗？
from itertools import izip_longest
import numpy as np
import Counter
def groups(iterable, n=3, padvalue=0):
"groups('abcde', 3, 'x') --> ('a','b','c'), ('d','e','x')"
return izip_longest(*[iter(iterable)]*n, fillvalue=padvalue)
def event():
f = 0.1
r = np.random.random()
if r < f: return 1
return 0
L = [event() for i in range(100000)]
rL = [sum(g) for g in groups(L,n=10)]
print len(rL)
print sum(list(L))
C = Counter.Counter(rL)
for i in range(max(C.keys())+1):
print str(i).rjust(2), C[i]
$ python script.py
10000
9949
0 3509
1 3845
2 1971
3 555
4 104
5 15
6 1
$ python script.py
10000
10152
0 3417
1 3879
2 1978
3 599
4 115
5 12
最佳答案
我对您的数学进行了组合现实检查，看起来您的结果实际上是正确的。 P（0）不应大致等于P（1）
.9^10 = 0.34867844 = probability of 0 events
.1 * .9^9 * (10 choose 1) = .1 * .9^9 * 10 = 0.387420489 = probability of 1 event
我想知道您是否偶然地这样算了数学：
.1 * .9^10 * (10 choose 1) = 0.34867844 = incorrect probability of 1 event
关于python - 泊松模拟无法按预期工作？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/4135837/