具有多个x的泊松分布

绿松鼠

当x具有多种可能性时,我知道如何使用泊松分布。假设我想知道一场比赛以0-0结束的机会。F14和J14是主队和客队取得进球的机会。

=POISSON.DIST(0;$F$14; FALSE) *POISSON.DIST(0;$J$14; FALSE)

如果我想要另一个分数,则将值更改为0。一切都很好。

但是,假设我希望比赛以平局结束的机会,并且让我们保持现实,因此我们将最大平局结果设为5-5。

我当然可以在5行中进行此计算,然后将所有%相加,但是如果我想在一个单元格中进行该怎么办。

=POISSON.DIST(0;$F$14; FALSE) *POISSON.DIST(0;$J$14; FALSE)+=POISSON.DIST(1;$F$14; FALSE) *POISSON.DIST(1;$J$14; FALSE)+=POISSON.DIST(2;$F$14; FALSE) *POISSON.DIST(2;$J$14; FALSE)+=POISSON.DIST(3;$F$14; FALSE) *POISSON.DIST(3;$J$14; FALSE)+=POISSON.DIST(4;$F$14; FALSE) *POISSON.DIST(4;$J$14; FALSE)+=POISSON.DIST(5;$F$14; FALSE) *POISSON.DIST(5;$J$14; FALSE)

当然,这将使我得出总抽奖百分比。但这不是正确的方法。有任何建议吗?

汤姆·夏普

它应该是这样的sumproduct:

=SUMPRODUCT(POISSON.DIST(ROW(1:5)-1,$F$14,FALSE),POISSON.DIST(ROW(1:5)-1,$J$14,FALSE))

(在O365中,您可以使用Sequence更整齐地进行此操作)

我尝试过将本垒打进球的概率设为.5,将一个客场进球的概率设为.4,得到的平局结果为.49,最高为5-5。

我相信主场胜利的公式应该是

=SUM(MMULT(POISSON.DIST(ROW(1:5)-1,$F$14,FALSE),POISSON.DIST(TRANSPOSE(ROW(1:5))-1,$J$14,FALSE))*(ROW(1:5)>TRANSPOSE(ROW(1:5))))

输入为数组公式,使用与以前相同的假设得出.29。只需将F14和J14互换即可获得获胜的机会,结果是0.22。累加的概率确实接近于1,因为我们在5处停止。

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类Dev

拟合泊松分布

来自分类Dev

使泊松分布适合正态分布

来自分类Dev

模拟多个泊松过程

来自分类Dev

Java中的泊松分布(正确吗?)

来自分类Dev

在C ++中实现泊松分布

来自分类Dev

如何使Seaborn符合泊松分布?

来自分类Dev

递归和,使用泊松分布

来自分类Dev

在泊松分布python中找到概率

来自分类Dev

Python中的双变量泊松分布

来自分类Dev

使用R生成泊松分布

来自分类Dev

递归和,使用泊松分布

来自分类Dev

MatLab:生成 N 个具有泊松分布的伪随机数,其均值为 M 和总 T,其中 N、M 和 T 是用户定义的

来自分类Dev

为数组x中的每个元素选择n个项(从泊松分布中抽取)的快速方法

来自分类Dev

向具有特定平均值的图像添加泊松噪声。

来自分类Dev

将模拟泊松分布添加到ggplot

来自分类Dev

比较直方图,泊松分布和高斯曲线

来自分类Dev

在Matlab中以所需的支持截断泊松分布

来自分类Dev

R:在数据直方图上覆盖泊松分布

来自分类Dev

Pyspark,如何使用udf计算泊松分布?

来自分类Dev

如何用泊松分布估计[并绘制]最大似然?

来自分类Dev

将模拟泊松分布添加到ggplot

来自分类Dev

如何在 Python 中实现这个 R 泊松分布?

来自分类Dev

Matlab中复合泊松过程的有效仿真

来自分类Dev

用可变速率拟合有上限的泊松过程

来自分类Dev

测试泊松过程

来自分类Dev

拟合泊松直方图

来自分类Dev

使用ggplot2的stat_function绘制泊松分布

来自分类Dev

如何用pymc 2对两个泊松分布的总和建模?

来自分类Dev

每次运行时泊松分布总是产生相同的实例