동질 푸아송 과정

동질 푸아송 과정은 일정한 평균 비율로 발생하는 사건들을 계산하며, 임의의 간격 내 사건 수는 푸아송 분포를 따르고 서로 겹치지 않는 간격 내 사건 수는 독립적입니다.

Definition

비율 람다(λ)를 갖는 동질 푸아송 과정은 독립적이고 정상적인 증가분을 가지며 0에서 시작하는 계수 과정으로, 길이가 t인 간격 내 사건 수는 평균 람다 곱하기 t를 갖는 푸아송 분포를 따르거나, 동등하게, 사건 발생 간 시간이 비율 람다를 갖는 독립적인 지수 확률 변수인 과정입니다.

Scope

이 주제는 비율 매개변수, 사건 수의 푸아송 분포, 독립적이고 정상적인 증가분, 사건 발생 간 시간의 지수 분포 및 사건 발생 시간의 감마 분포, 사건 수에 조건화된 사건 발생 시간의 순서 통계량 속성, 그리고 이러한 결과의 기초가 되는 무기억 속성을 다룹니다.

Core questions

• 동질 푸아송 과정은 어떻게 정의되고 그 비율에 의해 어떻게 매개변수화됩니까?
• 사건 발생 간 시간이 지수 분포를 따르고 독립적인 이유는 무엇입니까?
• 사건 수가 주어졌을 때 사건 발생 시간은 어떻게 분포됩니까?
• 무기억 속성의 역할은 무엇입니까?

Key theories

계수 설명과 사건 발생 간 시간 설명의 등가성

계수 과정이 정상적이고 독립적인 증가분을 갖는 푸아송 증가분을 갖는 것은 연속적인 사건 발생 간 시간이 동일한 비율을 갖는 독립적인 지수 분포를 따르는 경우에만 해당하므로, 이 과정은 계수하거나 대기 시간을 합산하여 구성할 수 있습니다.

순서 통계량 속성

간격 내 사건 수에 조건화될 때, 사건 발생 시간은 해당 간격 내 독립적인 균일 분포 점들의 순서 통계량으로 분포되며, 이는 많은 조건부 계산 및 시뮬레이션을 간단하게 만듭니다.

Clinical relevance

동질 푸아송 과정은 대기열 도착, 방사성 붕괴 계수, 광자 검출 및 희귀 사건 발생에 대한 표준 모델이며, 기본 M/M/1 및 M/G/1 대기열에서 도착 메커니즘으로 사용되고 사건 시간 데이터에서 무작위성의 영 모델(null model) 역할을 합니다.

History

보르트키에비치(Bortkiewicz)의 1898년 희귀 사건 분석과 에를랑(Erlang)의 1909년 전화 트래픽 연구는 푸아송 과정을 경험적으로 확립했으며, 러더퍼드(Rutherford)와 가이거(Geiger)의 1910년 알파 입자 계수는 고전적인 물리적 확인을 제공했습니다. 엄밀한 이론은 독립적인 증가분을 갖는 과정에 대한 일반적인 연구에서 비롯되었습니다.

Key figures

• Simeon Denis Poisson
• Agner Krarup Erlang
• Ernest Rutherford

Seminal works

• kingman1993

Frequently asked questions

푸아송 사건 발생 간 시간이 지수 분포를 따르는 이유는 무엇입니까?

증가분의 독립성과 정상성은 다음 사건까지의 대기 시간이 무기억 속성을 갖도록 강제하며, 유일한 연속 무기억 분포는 지수 분포이며, 그 비율은 과정의 비율과 같습니다.

비율 매개변수는 무엇을 의미합니까?

비율 람다(λ)는 단위 시간당 평균 사건 수입니다. 간격 내 예상 계수는 람다 곱하기 간격의 길이이며, 평균 사건 발생 간 시간은 람다의 역수입니다.