Python 如何使用泊松估计到达时间（生成随机整数）？

在我的作业中，我应该使用分布曲线来描述员工提前或晚于计划开始时间上班的时间

我决定用泊松分布来解决我的问题。但是，我不知道应该如何将参数指定给泊松函数。我希望我的x轴是0到60分钟（整数）。当x为15时，曲线的峰值应显示出来。我应该把λ设为15吗

---

我不知道使用泊松分布来估计到达时间是否正确，也不知道，如果泊松分布正确，那么我应该让lambda为15，就是这样，我如何设置一个特定的范围（0，60）？

您可以使用泊松分布和以下内容生成此值：

import numpy as np

x = np.random.poisson(15) - 30
if x > 30:
     x = 30
print(x)

---

这将为您提供一个泊松分布值，平均值为-15，提前不超过30分钟。if语句将大于+30的值强制为30。

我投票将这个问题作为离题题题结束，因为它与计算机编程无关。或者更合适。除了离题之外，你的问题还不够明确。您尚未提供任何信息，以允许给出合理的分布。有些人从不迟到，但有时很早。有些人从不早，但有时晚。有些人相当守时（因此标准差将相当小）。其他人则不那么可靠。此外，您似乎混淆了泊松分布和密切相关的指数分布。泊松分布本身不是等待时间分布。我知道有些人会来得早或晚。如果Poisson是不正确的，我想生成一个介于-30和+30之间的随机整数，分布曲线应该在x为-15时达到峰值。你确定他肯定会在提前30分钟到晚30分钟之间到达吗？大多数这样的名字分布至少在一个方向上是渐进的，这意味着员工仍然有可能迟到，比如说，200分钟，或者根本不迟到。我不是统计学专业的学生。我只是想创建一个理想的案例，它可以帮助我生成我想要的数字。我知道有人在提前30分钟到晚30分钟之间到达听起来不现实，但这正是我所需要的。消极的原因是什么？我觉得在信息模糊的情况下，这是海报想要的。我不认为你的答案有任何问题（考虑到问题的模糊性）。也许它被否决了，因为这个问题本身太离题了，不应该被回答。不管是谁投了你的反对票，都应该投这个问题的反对票。反对票的原因有两个。首先，目前问题中没有任何东西表明问题在于生成或移动泊松分布的语法。第二，虽然对于P{Poisson（15）>45}和小样本量，您可能不会受到影响，但作为一般方法，这是尝试限制范围的一种不好的方法，因为它会在30的分布中创建一个“凹凸”。OP对Poisson是否合适含糊其辞，如果他/她尝试将此方法用于其他分布，可能会严重扭曲分布的尾部。在我看来，OP似乎表明存在一个关于一般语法的问题，其中包括移位。是的，他们似乎对使用泊松法模棱两可，但通过对话，他们清楚地表明，他们对统计上“正确”的东西不感兴趣，而只是对产生结果的东西感兴趣。