Bootstrap

指数分布的推导与理解

1.概述

指数分布与泊松分布(泊松过程)有着紧密的关联性,用于预测下一个事件(即成功、失败、到达等)之前的等待时间量。本文结合泊松过程对其进行详细的推导以加深理解。

2.直观解释

例如,我们要预测以下内容,可以采用指数分布:

  • 客户完成浏览并在一家商店中实际购买商品的时间(事件成功需要等待的时间)。
  • 阿里云的硬件发生故障(失败)之前的无故障工作的持续时间。
  • 需要等到公共汽车下一次到达的时间。

首先可以直观看一下指数分布的pdf如下:

;