稀有事件的定律
被马踢死这件事毫无规律可言,可它发生的次数严丝合缝。
机会极多,每一次都极不可能——「一共发生几次」服从什么分布?答案是二项分布在 n→∞、p→0、np=λ 固定时的极限,而极限里只剩 λ 一个参数:n 是多少、p 是多少统统不重要,只有乘积重要。这正是它好用的地方,因为现实里你往往数得出「平均多少次」,却说不清「试了多少次、每次多大概率」。最著名的验证来自博尔特凯维奇 1898 年:普鲁士十个军团二十年间被马踢死的人数,200 个「军团-年」,λ = 0.61,泊松预测 108.67 / 66.29 / 20.22 / 4.11 / 0.63,实测 109 / 65 / 22 / 3 / 1。今天的排队论、保险精算、放射性计数、网络流量,用的都是这一条。
推 n 看二项塌成泊松,再看普鲁士骑兵那组数据
1837 年《关于判决概率的研究》。泊松要处理的是这样一类问题:机会极多,每一次都极不可能,那么「一共发生几次」服从什么分布?答案是二项分布在 n→∞、p→0、np=λ 固定时的极限, 而极限里只剩 λ 一个参数——n 是多少、p 是多少统统不重要, 只有它们的乘积重要。这正是它好用的地方:现实里你往往数得出「平均多少次」, 却说不清「试了多少次、每次多大概率」。 点第二栏看那个著名的验证:博尔特凯维奇统计了普鲁士十个军团二十年间 被马踢死的人数,λ = 0.61,泊松预测 108.67 / 66.29 / 20.22 / 4.11 / 0.63, 实测 109 / 65 / 22 / 3 / 1。被马踢死这件事本身毫无规律可言,可它发生的次数严丝合缝。今天的排队论、保险精算、放射性计数、网络流量,用的都是这一条。
