齐次泊松过程

齐次泊松过程计算以恒定平均速率发生的事件，其中任何时间间隔内的事件数量服从泊松分布，且不相交时间间隔内的计数相互独立。

Definition

速率为λ的齐次泊松过程是一个从零开始的计数过程，具有独立的平稳增量，其中长度为t的时间间隔内的事件数量服从均值为λ乘以t的泊松分布；等效地，它是一个其事件发生时间间隔是速率为λ的独立指数随机变量的过程。

Scope

本主题涵盖速率参数、计数的泊松分布、独立平稳增量、事件发生时间间隔的指数分布和到达时间的伽马分布、以计数为条件的事件时间的顺序统计量性质，以及这些结果所依据的无记忆性。

Core questions

• 齐次泊松过程如何定义并由其速率参数化？
• 为什么事件发生时间间隔是指数分布且相互独立的？
• 给定事件数量，到达时间如何分布？
• 无记忆性起什么作用？

Key theories

计数描述与事件发生时间间隔描述的等价性

一个计数过程具有泊松增量和平稳独立增量，当且仅当其连续的事件发生时间间隔是具有相同速率的独立指数分布，因此该过程可以通过计数或通过累加等待时间来构建。

顺序统计量性质

在给定时间间隔内事件数量的条件下，事件时间分布为该时间间隔内独立均匀点的顺序统计量，这使得许多条件计算和模拟变得简单明了。

Clinical relevance

齐次泊松过程是排队论中到达、放射性衰变计数、光子探测和稀有事件发生等的标准模型，它在基本的M/M/1和M/G/1排队模型中作为到达机制，并在事件时间数据中作为随机性的零模型。

History

Bortkiewicz于1898年对稀有事件的分析和Erlang于1909年对电话流量的研究从经验上确立了泊松过程，而Rutherford和Geiger于1910年对α粒子计数的实验提供了经典的物理验证；严格的理论则源于对具有独立增量过程的普遍研究。

Key figures

• Simeon Denis Poisson
• Agner Krarup Erlang
• Ernest Rutherford

Seminal works

• kingman1993

Frequently asked questions

为什么泊松过程的事件发生时间间隔是指数分布的？

增量的独立性和平稳性使得下一个事件的等待时间具有无记忆性，而唯一的连续无记忆分布就是指数分布，其速率等于过程的速率。

速率参数意味着什么？

速率λ是单位时间内事件的平均数量；一个时间间隔内的预期计数是λ乘以其长度，平均事件发生时间间隔是1除以λ。