我正在制作的模型的一部分包括人们为某一特定商品购物的频率(例如,人们平均每个月去超市n次)。我试图找出最适合这项任务的概率分布。我认为这可以用泊松过程来模拟,因为它涉及一个跨时间的速率,但我不确定在这种情况下购物的发生是否相互独立。我考虑了一个正态分布,平均值以某种速率为中心,但我对此也不确定。
发布于 2020-07-10 17:05:44
我认为你对泊松的初步考虑是对的。我认为你可以假设人们购买某一商品的频率可以被认为是独立的。当然,这种假设可能并不完美(就像你可能会说,A人每3天就会买一次X项)。然而,如果有足够的人,我认为这不应该太重要)。总的来说,有时我认为如果您需要使用一个分布来近似一个过程,那么您需要选择最好的选项,而Poisson在这里似乎是最好的。
而且,它不可能是正常的,因为它是有界的(即可以去商店的最低人数是0)
https://datascience.stackexchange.com/questions/77280
复制相似问题