Vai al contenuto principale

Distribuzione di Poisson: guida completa

La distribuzione di Poisson modella la probabilità che un certo numero di eventi si verifichi in un intervallo fisso. Scopri come viene applicata in scenari reali come la teoria delle code e la modellazione del traffico.
· 9 min leggi

Scopri con l'IA

In statistica e data science, la distribuzione di Poisson è uno strumento importante per modellare eventi discreti che si verificano in un intervallo fisso. Prende il nome dal matematico francese Siméon Denis Poisson; questa distribuzione di probabilità aiuta ad analizzare e prevedere eventi rari, risultando preziosa per i professionisti dei dati in vari settori.

Se sei alle prime armi con la statistica, il nostro corso Introduction to Statistics offre una solida base per comprendere questi concetti. Per chi è pronto ad approfondire davvero la teoria della probabilità, il corso Foundations of Probability in Python propone un'esplorazione completa dei concetti probabilistici, inclusa la distribuzione di Poisson. 

Cos'è una distribuzione di Poisson?

La distribuzione di Poisson è una distribuzione di probabilità discreta che esprime la probabilità che si verifichi un dato numero di eventi in un intervallo fisso di tempo o di spazio. Si assume che questi eventi accadano con un tasso medio noto e in modo indipendente dal tempo trascorso dall'ultimo evento. Per comprendere la distribuzione di Poisson, è utile innanzitutto conoscere la differenza tra distribuzioni discrete e continue.

Distribuzione di Poisson vs. una distribuzione continua

Distribuzione di Poisson vs. una distribuzione continua. Immagine dell'autore

Distribuzioni discrete

  • Natura: Le distribuzioni discrete descrivono fenomeni in cui gli esiti possono essere contati in numeri interi. Sono caratterizzate da funzioni di massa di probabilità (PMF) che assegnano una probabilità a ciascun possibile esito discreto.
  • Visualizzazione: Nel pannello di sinistra è mostrata la distribuzione di Poisson, dove ogni punto rappresenta la probabilità che si verifichi un numero specifico di eventi in un intervallo fisso. Questa distribuzione è ideale per modellare dati di conteggio, come il numero di email ricevute per ora. Potresti anche notare che non ci sono valori negativi nel pannello della distribuzione di Poisson. Questo perché, per definizione, le distribuzioni di Poisson non possono avere valori negativi.

Alcuni esempi di distribuzioni di probabilità discrete includono le distribuzioni di Bernoulli e binomiale. 

Distribuzioni continue

  • Natura: Le distribuzioni continue vengono utilizzate per dati che possono assumere qualsiasi valore all'interno di un intervallo, inclusi i decimali. Usano funzioni di densità di probabilità (PDF) per descrivere le probabilità degli esiti all'interno di un dato intervallo.
  • Visualizzazione: Il pannello di destra illustra la distribuzione normale. La curva liscia indica la densità dei valori attorno alla media e l'area sotto la curva tra due punti fornisce la probabilità di cadere all'interno di quell'intervallo. Questo tipo di distribuzione è utile per misurare quantità come la temperatura o il peso.

La distribuzione normale, o gaussiana, è un esempio emblematico di distribuzione continua.

Proprietà delle distribuzioni di Poisson

Vediamo alcune delle caratteristiche importanti della distribuzione di Poisson.

Eventi in un intervallo fisso

Una caratteristica chiave della distribuzione di Poisson è la capacità di modellare eventi in un intervallo fisso. Questo intervallo può essere temporale (ad esempio, numero di clienti in arrivo per ora) o spaziale (ad esempio, numero di difetti per metro quadrato di tessuto). Il modello assume che:

  1. Gli eventi si verifichino in modo indipendente.
  2. Il tasso medio di occorrenza (λ) resti costante nell'intervallo.
  3. Due eventi non possano verificarsi esattamente nello stesso istante.

Media e varianza

Una delle proprietà più distintive della distribuzione di Poisson è che la sua media (valore atteso) è uguale alla sua varianza. Entrambe sono rappresentate dal parametro λ (lambda), che indica il numero medio di eventi nell'intervallo. Questa proprietà è unica e aiuta a identificare se un insieme di dati segue una distribuzione di Poisson. Matematicamente, ciò può essere rappresentato dalla seguente equazione: 

Media e varianza della distribuzione di Poisson

Questa uguaglianza implica che, all'aumentare del numero atteso di eventi, aumenta anche la variabilità nel numero effettivo di occorrenze.

Asimmetria e forma

La forma della distribuzione di Poisson varia in base al valore di λ. Questa illustrazione visiva mostra come λ influenzi l'asimmetria e la simmetria della distribuzione: 

Distribuzioni di Poisson con diversi valori di lambda

Distribuzioni di Poisson con diversi valori di lambda. Immagine dell'autore

  • Per valori piccoli di λ (λ < 10), la distribuzione è visibilmente asimmetrica a destra. Ciò significa che ci sono più occorrenze con pochi eventi e meno occorrenze con un numero più elevato di eventi.
  • All'aumentare di λ (λ > 10), la distribuzione diventa più simmetrica e inizia ad assomigliare a una distribuzione normale. Questa simmetria indica che i dati sono distribuiti più uniformemente attorno alla media.

Questa variazione di forma influisce su come interpretiamo le probabilità e traiamo inferenze dai dati distribuiti secondo Poisson. Ad esempio, una distribuzione simmetrica semplifica molti tipi di analisi, come i test d'ipotesi e la stima degli intervalli di confidenza, perché la distribuzione dei dati è più prevedibile ed equilibrata.

Formula della distribuzione di Poisson

Dai un'occhiata alla formula della distribuzione di Poisson. 

Formula della distribuzione di Poisson

  • Il membro di sinistra (LHS) della formula della distribuzione di Poisson, P(X = k), rappresenta la probabilità che si verifichino esattamente k eventi in un intervallo fisso. Qui, X è il numero di eventi e k è il numero specifico che ci interessa. In altre parole, il LHS ci dice quale probabilità stiamo calcolando.

  • Il numeratore del membro di destra (RHS), e-λλk ha due parti. λk mostra quanto è probabile che si verifichino k eventi in base al tasso medio λ. Il termine e-λ tiene conto della casualità degli eventi, assicurando che la probabilità diminuisca man mano che il numero di eventi si discosta dal tasso atteso.

  • Il denominatore del membro di destra (RHS), k!, corregge per il numero di modi in cui gli eventi x possono verificarsi. La notazione fattoriale calcola il numero di possibili disposizioni, garantendo che la probabilità rifletta il fatto che l'ordine degli eventi non conta.

Se vuoi davvero acquisire sicurezza nell'uso di Python per il machine learning, inizia il nostro percorso professionale Machine Learning Scientist with Python, che ti permette di esercitarti con tecniche avanzate su set di dati reali. 

Come si usa la distribuzione di Poisson

Vediamo alcuni usi reali della distribuzione di Poisson. Se ti interessano la pianificazione della capacità e l'ottimizzazione delle prestazioni, il nostro corso Mixture Models in R tratta applicazioni avanzate delle distribuzioni di probabilità, incluse le miscele di Poisson.

Teoria delle code

Nella teoria delle code, le distribuzioni di Poisson modellano gli arrivi dei clienti ai punti di servizio. Per esempio, una banca può usare questa distribuzione per prevedere quanti clienti arriveranno in un'ora, aiutando a ottimizzare i livelli di personale e ridurre i tempi di attesa.

Epidemiologia ed eventi rari

Gli epidemiologi impiegano spesso le distribuzioni di Poisson per modellare il verificarsi di malattie rare. Questa applicazione aiuta a stimare il numero atteso di casi in una popolazione o a rilevare focolai insoliti confrontando i casi osservati con la distribuzione di Poisson attesa. Se ti interessa l'epidemiologia, puoi ascoltare il nostro episodio del podcast, Data Science, Epidemiology and Public Health con Maëlle Salmon.

Modellazione del traffico e delle reti

Gli ingegneri del traffico e gli analisti di rete usano le distribuzioni di Poisson per modellare il numero di veicoli che passano a un checkpoint, gli arrivi di pacchetti dati a un server o le chiamate in arrivo a un call center.

Prestazioni, idee sbagliate e alternative

Quando lavori con le distribuzioni di Poisson, è essenziale considerare i fattori legati alle prestazioni, le idee sbagliate comuni e i modelli alternativi per garantire risultati accurati. Ci sono diverse aree che vale la pena esplorare:

Sfide di prestazione

Diversi fattori influenzano l'efficacia della modellazione con la distribuzione di Poisson, in particolare quando si gestiscono casi estremi:

  • Tassi di eventi bassi: Quando si hanno tassi di eventi molto bassi (piccolo λ), sorgono difficoltà dovute all'elevata variabilità degli esiti. Strategie per gestirla includono l'uso di periodi di osservazione più lunghi per aumentare il conteggio atteso, l'impiego di metodi bayesiani per incorporare conoscenza a priori o la considerazione di modelli a inflazione di zeri per l'eccesso di zeri.
  • Approssimazioni con la distribuzione normale: Per valori di λ più grandi (tipicamente oltre 30), la distribuzione di Poisson può essere approssimata usando una distribuzione normale, il che semplifica i calcoli ma richiede un'applicazione attenta.

Chiarire le idee sbagliate

La comprensione errata di elementi chiave può portare a modelli fallaci:

  • Intervalli fissi: Un'idea sbagliata comune è che l'intervallo in un processo di Poisson possa variare. In realtà, l'intervallo deve essere fisso e ben definito. Intervalli variabili possono portare a modellazioni errate e previsioni inaccurate.
  • Confusione con la distribuzione binomiale: Sebbene la distribuzione di Poisson possa essere derivata come limite della distribuzione binomiale in certe condizioni, sono distinte. La distribuzione di Poisson si usa per contare eventi rari in un intervallo fisso di tempo o spazio, mentre la binomiale si applica a un numero fisso di prove indipendenti con due possibili esiti.

Considerare distribuzioni alternative

In alcuni casi, distribuzioni alternative possono dare risultati migliori:

  • Distribuzione binomiale negativa: La distribuzione binomiale negativa è un'alternativa per dati di conteggio sovradispersi, in cui la varianza supera la media. È più flessibile della distribuzione di Poisson e può modellare dati con maggiore variabilità.
  • Distribuzione esponenziale: Mentre la distribuzione di Poisson modella il numero di eventi in un intervallo fisso, la distribuzione esponenziale modella il tempo tra eventi in un processo di Poisson. È continua piuttosto che discreta ed è cruciale nella survival analysis e nell'ingegneria dell'affidabilità.

Considerazioni finali sulla distribuzione di Poisson

Comprendere le distribuzioni di Poisson migliora notevolmente l'analisi statistica e l'interpretazione dei dati, in particolare quando si analizzano eventi rari o dati di conteggio. Conoscendone proprietà, applicazioni e limiti, i professionisti dei dati possono migliorare i processi decisionali e creare modelli più accurati. 

Man mano che avanzi nella data science, valuta di ampliare le tue conoscenze sui concetti statistici e sulle loro applicazioni pratiche. Per chi lavora con R, il corso Introduction to Statistics in R e il percorso di competenze Statistics Fundamentals with R offrono una panoramica completa dei principi statistici chiave, con esperienza pratica su distribuzioni come Poisson. Per chi preferisce lavorare con Python, il nostro corso Introduction to Statistics in Python offre esperienza pratica nell'implementazione di concetti statistici, incluse ottimizzazioni delle prestazioni. Continuare a sviluppare le tue competenze statistiche ti permetterà di affrontare sfide dati complesse ed estrarre insight significativi nel tuo lavoro.

Vinod Chugani

Autore

Vinod Chugani

LinkedIn

Vinod Chugani ha iniziato la sua carriera a Tokyo come il più giovane Head dell'Hedge Fund Sales Desk di JPMorgan e in seguito ha stabilito un record personale di vendite a Lehman Brothers, poi ha costruito un'attività di distribuzione di elettronica in 30 paesi superando i 100 milioni di SG$ di fatturato prima di passare ai dati. Laureato in Economia alla Duke e diplomato alla NYC Data Science Academy, è stato uno dei tre beneficiari di borsa di studio su oltre 100 candidati per il corso Building AI Applications di Hugo Bowne-Anderson su Maven. Oggi scrive per DataCamp, KDnuggets, Machine Learning Mastery e Statology su argomenti che vanno dalla statistica all'AI agentica, e fa da mentor a professionisti dei dati alla NYC Data Science Academy con oltre 1.000 sessioni one-to-one all'attivo.

 

Domande frequenti sulla distribuzione di Poisson

Che cos'è una distribuzione di Poisson?

La distribuzione di Poisson è un modello statistico che prevede quante volte un evento raro potrebbe accadere in un determinato periodo o area. È particolarmente utile quando si ha a che fare con eventi che si verificano in modo casuale ma a un tasso medio prevedibile. Questa distribuzione ci aiuta a comprendere i pattern in occorrenze apparentemente casuali, dal numero di clienti che arrivano in un negozio in un'ora al conteggio degli impatti di meteoriti sulla superficie di un pianeta in un secolo.

Quando dovresti usare una distribuzione di Poisson?

Dovresti usare una distribuzione di Poisson quando modelli scenari in cui gli eventi si verificano in modo casuale e indipendente a un tasso costante all'interno di un intervallo dato, come il numero di email ricevute in un'ora o le chiamate a un call center durante un turno.

In che modo la distribuzione di Poisson differisce dalla distribuzione normale?

La distribuzione di Poisson si usa per dati di conteggio discreti con numeri di eventi potenzialmente piccoli, mentre la distribuzione normale in genere modella dati continui e diventa una buona approssimazione di Poisson quando il tasso di eventi (λ) è grande.

Qual è la relazione tra le distribuzioni di Poisson ed esponenziale?

La distribuzione di Poisson conta il numero di eventi in un intervallo fisso, mentre la distribuzione esponenziale misura il tempo tra eventi successivi in un processo di Poisson. Sono collegate matematicamente: conoscendo il tasso di occorrenza in Poisson si determina la scala della distribuzione esponenziale.

La distribuzione di Poisson può essere usata per modellare qualsiasi tipo di dato?

No, la distribuzione di Poisson è specificamente utile per modellare il conteggio di eventi discreti che si verificano indipendentemente all'interno di un intervallo o di una regione fissa e presume un tasso medio costante. Non è adatta per dati in cui gli eventi si influenzano a vicenda o si verificano a tassi non costanti.

Cosa significa λ in una distribuzione di Poisson?

Nella distribuzione di Poisson, λ (lambda) rappresenta il numero atteso di eventi nell'intervallo. È sia la media sia la varianza della distribuzione.

Come si crea una distribuzione di Poisson in Python?

Per creare una distribuzione di Poisson in Python, usi principalmente il modulo random della libreria NumPy. La funzione np.random.poisson() genera campioni casuali da una distribuzione di Poisson, in cui specifichi il tasso medio di eventi (lambda) e il numero di campioni desiderati. Puoi quindi usare questi campioni per tracciare istogrammi, calcolare probabilità o eseguire analisi statistiche. Per calcoli di probabilità più precisi, il modulo stats di SciPy offre funzioni come stats.poisson.pmf() per la funzione di massa di probabilità e stats.poisson.cdf() per la funzione di distribuzione cumulativa.

Come si crea una distribuzione di Poisson in R?

Per creare una distribuzione di Poisson in R, puoi usare funzioni integrate che fanno parte del pacchetto statistico base di R. R fornisce funzioni per generare numeri casuali, calcolare probabilità e tracciare distribuzioni di Poisson. Le funzioni principali sono rpois() per generare numeri casuali, dpois() per la densità di probabilità, ppois() per la probabilità cumulativa e qpois() per i quantili. Puoi usare queste funzioni insieme alle capacità di grafico di R per creare e visualizzare distribuzioni di Poisson.

In che modo la distribuzione di Poisson è collegata alla regressione di Poisson?

Mentre la distribuzione di Poisson descrive la probabilità di un numero di eventi in un intervallo fisso, la regressione di Poisson è un metodo statistico usato per modellare dati di conteggio e capire come diverse variabili influenzino questi conteggi. Nella regressione di Poisson, si assume che la variabile risposta segua una distribuzione di Poisson e il logaritmo del suo valore atteso viene modellato come una combinazione lineare delle variabili predittive. Questa relazione permette ai ricercatori di analizzare come vari fattori influenzino il tasso di occorrenza degli eventi.

Argomenti

Data ScienceAnalisi dei dati

Correlato

Mostra altro →