Пуассоны тархалт ба хэвийн тархалт
Пуассон ба Хэвийн тархалт нь хоёр өөр зарчмаас үүдэлтэй. Пуассон нь Дискрет магадлалын тархалтын нэг жишээ бол хэвийн нь Тасралтгүй магадлалын тархалтад хамаарна.
Хэвийн тархалтыг ерөнхийд нь "Гаусын тархалт" гэж нэрлэдэг бөгөөд байгалийн шинжлэх ухаан, нийгмийн шинжлэх ухаанд үүсдэг асуудлуудыг загварчлахад хамгийн үр дүнтэй ашигладаг. Энэ хуваарилалтыг ашиглахад олон ноцтой асуудал тулгардаг. Хамгийн түгээмэл жишээ бол тодорхой туршилтын 'Ажиглалтын алдаа' байж болно. Хэвийн тархалт нь "Хонхны муруй" хэмээх тусгай хэлбэрийг дагадаг бөгөөд энэ нь олон тооны хувьсагчдыг загварчлахад амьдралыг хялбар болгодог. Энэ хооронд хэвийн тархалт нь "Төв хязгаарын теорем"-оос үүссэн бөгөөд үүний дагуу олон тооны санамсаргүй хэмжигдэхүүн "хэвийн" байдлаар тархсан байдаг. Энэ тархалт нь дундажтай харьцуулахад тэгш хэмтэй тархалттай байна. Энэ нь "Оргил Графикийн утга" гэсэн x- утгаас жигд тархсан гэсэн үг.
pdf: 1/√(2πσ^2) e^(〖(x-µ)〗^2/(2σ^2))
Дээрх тэгшитгэл нь "Хэвийн"-ийн Магадлалын нягтын функц бөгөөд томруулж үзвэл µ болон σ2 нь "дундаж" ба "хувьсах"-ыг тус тус илэрхийлнэ. Хэвийн тархалтын хамгийн ерөнхий тохиолдол бол µ=0 ба σ2=1 байх "Стандарт Хэвийн тархалт" юм. Энэ нь стандарт бус хэвийн тархалтын pdf нь оргил цэгийг баруун тийш шилжүүлж, хонхны хэлбэрийн өргөнийг σ хүчин зүйлээр үржүүлж, дараа нь "Стандарт хазайлт" буюу "Стандарт хазайлт" гэж шинэчлэгдсэн х утгыг тайлбарлаж байгааг харуулж байна. 'Variance'-ийн квадрат язгуур (σ^2).
Нөгөө талаар Пуассон бол салангид статистик үзэгдлийн төгс жишээ юм. Энэ нь хоёр нэрийн тархалтын хязгаарлагдмал тохиолдол буюу "Дискрет магадлалын хувьсагчид"-ын нийтлэг тархалт юм. Пуассоныг "хувь"-ын нарийвчилсан мэдээлэлтэй холбоотой асуудал гарсан тохиолдолд ашиглах төлөвтэй байна. Хамгийн чухал нь энэ тархалт нь мэдэгдэж буй тохиолдлын хувьтай хугацааны интервалд завсарлагагүй үргэлжилсэн тархалт юм. "Бие даасан" үйл явдлын хувьд үр дүн нь дараагийн үйл явдалд нөлөөлөхгүй байх нь Пуассон тоглох хамгийн сайн үйл явдал байх болно.
Тиймээс бүхэлдээ тархалт нь хоёр өөр өнцгөөс харагдаж байгаа бөгөөд энэ нь тэдгээрийн хоорондын ижил төстэй байдлыг зөрчиж байна.
