如何使用泊松估计到达时间（生成随机整数）？答案

【问题标题】：How to use poisson to estimate arrival time (generate random integers)?如何使用泊松估计到达时间（生成随机整数）？
【发布时间】：2019-12-02 13:04:39
【问题描述】：

在我的作业中，我应该使用分布曲线来描述员工将比计划的开始时间提前或迟到多少分钟来上班。

我决定使用泊松分布来解决我的问题。但是，我不知道应该如何将参数分配给泊松函数。我希望我的 x 轴是从 0 到 60 分钟（整数）。当 x 为 15 时应显示曲线的峰值。我是否应该将 lambda 分配为 15？

我不知道用泊松分布估计到达时间是否正确，也不知道泊松是否正确，那么我是否应该让lambda为15就可以了，我该如何设置达到特定范围 (0, 60)？

【问题讨论】：

我投票结束这个问题，因为它不是关于计算机编程的。 Cross Validated 或 Mathematics 会更合适。
除了题外话之外，您的问题还没有明确说明。您没有提供任何信息，可以提供合理的分布。有些人从不迟到，但有时会早到。有些人从不早，但有时会迟到。有些人相当准时（因此标准偏差会相当小）。其他的则不那么可靠。此外，您似乎混淆了泊松和密切相关的指数分布。泊松分布本身不是等待时间分布。
我知道有些人会来得更早或更晚。如果泊松无论如何都不正确，我想生成介于 -30 和 +30 之间的随机整数，并且分布曲线应该在 x 为 -15 时达到峰值。
你确定他一定会在提前 30 分钟到迟到 30 分钟之间到达吗？大多数像这样的姓名分布至少在一个方向上是渐近的，这意味着员工仍有一定的可能会迟到，比如迟到 200 分钟，或者根本不迟到。
我不是统计学专业的学生。我只想创建一个可以帮助我生成我想要的数字的理想案例。我知道有人在提前 30 分钟和迟到 30 分钟之间到达听起来不太现实，但这是我需要的。

【解决方案1】：

您可以使用 Poisson 分布生成此值：

import numpy as np

x = np.random.poisson(15) - 30
if x > 30:
     x = 30
print(x)

这为您提供了一个不超过 30 分钟的均值为 -15 的泊松分布值。 if 语句将任何大于 +30 的值强制为 30。

【讨论】：

负数有什么用？考虑到模糊的信息，我觉得这得到了发帖人想要的。
我不认为你的回答有什么问题（考虑到问题的模糊性）。也许它被否决了，因为这个问题本身太离题了，不应该回答。对你投反对票的人改为对问题投反对票会更有意义。
投反对票的两个原因。首先，目前问题中没有任何内容表明问题出在生成或移动泊松分布的语法上。其次，虽然您可能会因为 P{Poisson(15) > 45} 和小样本量而侥幸成功，但作为一般方法，这是尝试限制范围的不好方法，因为它会在分布中产生“凹凸” 30 岁时，OP 对泊松是否合适模棱两可，如果他/她试图将这种方法用于其他分布，则可能会严重扭曲分布的尾部。
对我来说，OP 似乎表明存在关于一般语法的问题，其中包括移位。是的，他们似乎对使用 Poisson 模棱两可，但通过对话，他们清楚地表明，他们对统计上“正确”的东西并不感兴趣，因为他们只对产生结果的东西感兴趣——确实如此。