我想做一個蒙特卡洛模擬,我在其上生成10個場景,每個場景的特點是在時間範圍內隨機數的到達。如何限制泊松隨機變量的樣本來模擬到達
我使用scipy.stats.poisson
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.poisson.html 生成抵達地爲每個方案的樣品,假設平均爲12
from scipy.stats import poisson
arrivals = poisson.rvs(12, 10)
print arrivals
輸出的隨機數的列表:
[11 13 9 10 8 9 13 12 11 23]
平均值是11.9這足夠好,但問題在於,在這種情況下,在最後一種情況下,有23個到達值遠離平均值12.
因爲在運行這個模擬之前我不得不選擇一個總體,所以我必須使該總體的大小足夠大以符合泊松隨機變量。 因此,假設我選擇了一個大小爲1.5 * 12 = 18的人口,不幸的是,在最後一個場景中,由於樣本大於人口本身,我會得到一個錯誤。
我的第一個問題是:爲了用Poisson隨機變量列表對這些到達進行採樣,必須選擇哪個人口的最小大小,而不會出現錯誤?
我的第二個問題是:有沒有更好的方法來使用另一個概率分佈來管理這類問題?
請注意,在這種情況下意味着= 12,但我必須模擬平均值= 57和平均值= 234的其他上下文。
謝謝@Emer我會利用你的解釋。 – piezzoritro