程序包 org.hipparchus.distribution.discrete

类 PoissonDistribution

java.lang.Object
org.hipparchus.distribution.discrete.AbstractIntegerDistribution
org.hipparchus.distribution.discrete.PoissonDistribution
所有已实现的接口:
Serializable, IntegerDistribution
public class PoissonDistribution extends AbstractIntegerDistribution
Poisson分布的实现。
另请参阅:

  • 字段详细资料

    • DEFAULT_MAX_ITERATIONS

      public static final int DEFAULT_MAX_ITERATIONS
      累积概率计算的默认最大迭代次数。
      另请参阅:

    • DEFAULT_EPSILON

      public static final double DEFAULT_EPSILON
      默认的收敛准则。
      另请参阅:

  • 构造器详细资料

    • PoissonDistribution

      public PoissonDistribution(double p) throws MathIllegalArgumentException
      使用指定的均值创建一个新的Poisson分布。
      参数:
      p - Poisson均值
      抛出:
      MathIllegalArgumentException - 如果 p ≤ 0。

    • PoissonDistribution

      public PoissonDistribution(double p, double epsilon, int maxIterations) throws MathIllegalArgumentException
      使用指定的均值、收敛准则和最大迭代次数创建一个新的Poisson分布。
      参数:
      p - Poisson均值。
      epsilon - 累积概率的收敛准则。
      maxIterations - 累积概率的最大迭代次数。
      抛出:
      MathIllegalArgumentException - 如果 p ≤ 0。

    • PoissonDistribution

      public PoissonDistribution(double p, double epsilon) throws MathIllegalArgumentException
      使用指定的均值和收敛准则创建一个新的Poisson分布。
      参数:
      p - Poisson均值。
      epsilon - 累积概率的收敛准则。
      抛出:
      MathIllegalArgumentException - 如果 p ≤ 0。

    • PoissonDistribution

      public PoissonDistribution(double p, int maxIterations)
      使用指定的均值和最大迭代次数创建一个新的Poisson分布。
      参数:
      p - Poisson均值。
      maxIterations - 累积概率的最大迭代次数。

  • 方法详细资料

    • getMean

      public double getMean()
      获取分布的均值。
      返回:
      分布的均值。

    • probability

      public double probability(int x)
      对于随机变量X，其值根据此分布进行分布，此方法返回P(X = x)。换句话说，此方法表示分布的概率质量函数（PMF）。
      参数:
      x - 评估PMF的点
      返回:
      在x处的概率质量函数的值

    • logProbability

      public double logProbability(int x)
      对于随机变量X，其值根据此分布进行分布，此方法返回log(P(X = x))，其中log是自然对数。换句话说，此方法表示分布的概率质量函数（PMF）的对数。请注意，由于浮点精度和下溢/上溢问题，对于某些分布，此方法比计算IntegerDistribution.probability(int)的对数更精确和更快。

      默认实现只是计算probability(x)的对数。

      指定者:
      logProbability 在接口中 IntegerDistribution
      覆盖:
      logProbability 在类中 AbstractIntegerDistribution
      参数:
      x - 评估PMF的点
      返回:
      在x处的概率质量函数的对数值

    • cumulativeProbability

      public double cumulativeProbability(int x)
      对于随机变量X，其值根据此分布进行分布，此方法返回P(X ≤ x)。换句话说，此方法表示此分布的（累积）分布函数（CDF）。
      参数:
      x - 评估CDF的点
      返回:
      随机变量具有此分布的概率小于或等于x的概率

    • normalApproximateProbability

      public double normalApproximateProbability(int x)
      使用正态近似计算Poisson分布函数。使用"N(mean, sqrt(mean))"分布来近似Poisson分布。计算使用“半校正”（在x + 0.5处评估正态分布函数）。
      参数:
      x - 上界，包括在内。
      返回:
      使用正态近似计算的分布函数值。

    • getNumericalMean

      public double getNumericalMean()
      使用此方法获取此分布的均值的数值。对于均值参数p，均值为p。
      返回:
      均值或Double.NaN（如果未定义）

    • getNumericalVariance

      public double getNumericalVariance()
      使用此方法获取此分布方差的数值。对于均值参数p，方差为p。
      返回:
      方差（可能为Double.POSITIVE_INFINITY或Double.NaN，如果未定义）

    • getSupportLowerBound

      public int getSupportLowerBound()
      访问支持的下界。此方法必须返回与inverseCumulativeProbability(0)相同的值。换句话说，此方法必须返回

      inf {x in Z | P(X ≤ x) > 0}。

      无论均值参数如何，支持的下界始终为0。
      返回:
      支持的下界（始终为0）

    • getSupportUpperBound

      public int getSupportUpperBound()
      访问支持的上界。此方法必须返回与inverseCumulativeProbability(1)相同的值。换句话说，此方法必须返回

      inf {x in R | P(X <= x) = 1}。

      支持的上界是正无穷，不考虑参数值。没有整数无穷大，因此此方法返回Integer.MAX_VALUE。
      返回:
      支持的上界（对于正无穷总是Integer.MAX_VALUE）

    • isSupportConnected

      public boolean isSupportConnected()
      使用此方法获取有关支持是否连通的信息，即支持的下界和上界之间的所有整数是否包含在支持中。此分布的支持是连通的。
      返回:
      true