Citat:
andreja85:
Moze li da mi neko bolje objasni poasonovu raspodelu na prostijem primeru? I kako da je primenim u exelu za ovaj primer, prosek da pada 12,5 suta na utakmici kolika je verovatnoca da padne 14 suta u narednom mecu?
Ovo nije pitanje za Poasonovu distribuciju. Zasto? Iz nekoliko razloga.
Prvo Poasonova distribucija bi imala smisla u slicnom primeru kad bi recimo trazio ako na utakmici pada prosecno (to je aritmeticka sredina u datom slucaju) 12,5 suta, kolika je verovatnoca da bude 3 suta u deset minuta ili odredjeni broj suteva u odredjenoj sekvenci vremena.
Prvo aritmeticka sredina je podlozna ekstremnim vrednostima, zato se koriste mod, medijana, standardna devijacija i varijansa.
Drugo zasto ovaj problem ne mozes resavati Poasonovom distribucijom.
Ako imas prosecno 12,5 suteva (zaboravio si da navedes na kojoj populaciji se ovo odnosi) onda je izvesno da se ocekuje da ce biti utakmica ka kojima ima 10 suteva, ali ima i utakmica na kojima ima 14 suteva. Iz toga proizlazi da je realno ocekivati da standardna devijacija bude bar 1 do 2, a mozda i vise. Ako uzmemo da je 2 onda je realno da se ocekuje da ce vise od 65% meceva biti u rasponu jedne standardne devijacije ili izmedju 10 i 14 suteva, ovo pod uslovom da nemas velikih odstupanja ili velike ekstreme jer ce tada i standardna devijacija biti veca. Za Poasonovu distribuciju treba kao preduslov mali broj uspesnih realizacija u velikom broju pokusaja. Nisi dao podatak kakva je frekfencija ili distribucija verovatnoce. Ako je tebi sredina 12,5, realno je ocekivati da imas veci broj dogadjaja koji imaju 14 suta (pod uslov da nemas nekakve eksteme) Ako imas mali uzorak recimo na primer pet utakmica gde imas 2 utakmice sa dva suta, jednu sa devet suta, jednu sa petnajest i jednu sa dvadeset i dva, imaces sredinu od 12.5, ali imas mali uzorak i velike ekstreme.
Daj podatke kolika ti je populacija i kakva je distribucija (frekfencija), pa da vidimo da li to problem za Poasona ili je u pitanju nesto drugo. Moze biti da je ovde normalnije upotrebiti Normalnu distribuciju.