Python 代码验证数据是否符合泊松分布

以下是 Python 代码，用于验证给定数据集是否符合泊松分布。

import numpy as np
from scipy.stats import poisson

# 输入待验证数据
data = np.array([3, 7, 4, 5, 2, 6, 4, 4, 5, 5, 6, 2, 3, 7, 3, 3, 5, 6, 4, 2, 5, 6,
                 7, 8,  7, 7, 8,  3,  8,  2,  4,  5, 4, 4,  6, 5, 3, 4, 5, 3, 5, 6,
                 10, 2, 2, 6, 3, 5,  4,  5,  5, 2, 6, 6, 5,  5, 4, 12, 5, 5, 6, 2,
                 5, 4, 3, 3, 3, 3, 4, 5, 6, 5, 8, 5, 6, 5, 5, 5, 5, 4, 8, 11, 3, 6,
                 5, 3, 4, 6, 5, 10, 3, 5, 3, 4, 7, 2, 5, 4, 9])
lambda_val = 3  # Lambda parameter for Poisson distribution

# 验证数据是否符合泊松分布
is_poisson = poisson.pmf(data, lambda_val).prod() > 0

print(is_poisson)

代码解释：

导入库：

import numpy as np
from scipy.stats import poisson

numpy 用于数值计算。
scipy.stats 的 poisson 用于执行泊松分布相关操作。

定义数据集：

data = np.array([3, 7, 4, 5, 2, 6, 4, 4, 5, 5, 6, 2, 3, 7, 3, 3, 5, 6, 4, 2, 5, 6,
                 7, 8,  7, 7, 8,  3,  8,  2,  4,  5, 4, 4,  6, 5, 3, 4, 5, 3, 5, 6,
                 10, 2, 2, 6, 3, 5,  4,  5,  5, 2, 6, 6, 5,  5, 4, 12, 5, 5, 6, 2,
                 5, 4, 3, 3, 3, 3, 4, 5, 6, 5, 8, 5, 6, 5, 5, 5, 5, 4, 8, 11, 3, 6,
                 5, 3, 4, 6, 5, 10, 3, 5, 3, 4, 7, 2, 5, 4, 9])

将数据集存储在 data 变量中。

设置泊松分布参数：

lambda_val = 3  # Lambda parameter for Poisson distribution

设置泊松分布的参数 lambda 为 3，用于验证数据是否符合泊松分布。

验证数据是否符合泊松分布：

is_poisson = poisson.pmf(data, lambda_val).prod() > 0

使用 poisson.pmf 函数计算数据集中每个观测值在给定 lambda 下的概率。
prod() 方法将概率值相乘。
判断乘积是否大于 0，从而确定数据是否符合泊松分布。

输出结果：

print(is_poisson)

输出结果，打印验证结果 True 或 False，表示数据是否符合泊松分布。

总结：

这段代码的目的是验证给定的数据集是否符合泊松分布。代码首先定义了数据集和泊松分布的参数，然后使用 poisson.pmf 函数计算每个观测值的概率并进行乘积运算。最后，判断乘积是否大于 0，从而确定数据是否符合泊松分布。输出结果表示数据是否符合泊松分布，True 表示符合，False 表示不符合。