Python 求泊松分布中的概率

清洁： 交叉口的预期事故数为每月5起。那么下个月路口发生7起以上事故的概率是多少？为此，您可以使用python scipy库。尽管我可以在纸上完成这项工作，但使用这些库进行编码并没有什么困难。你能帮我吗

方法是

import scipy.stats as stats
find_prob(a,b):
#input: probability of event interval
#output: determined probability

---

首先你只想找到大于7的概率，对吗

如果是，我认为这是实现这一目标的方法之一，请询问以下问题：

    from scipy import stats

    occur_past = 5
    ask_current = 7

    mu = occur_past
    x = ask_current

    upto7 = scipy.stats.poisson.pmf(x, mu)
    above7 = 1 - upto7

输出为0.89551370429461

您可以简单地转换为函数，如下所示：

   def poisson(mu, x):

         uptocurrent = scipy.stats.poisson.pmf(x, mu)
         abovecurrent = 1 - uptocurrent
         return abovecurrent

---

希望这能对你有所帮助。

首先你只想找到大于7的概率，对吗

如果是，我认为这是实现这一目标的方法之一，请询问以下问题：

    from scipy import stats

    occur_past = 5
    ask_current = 7

    mu = occur_past
    x = ask_current

    upto7 = scipy.stats.poisson.pmf(x, mu)
    above7 = 1 - upto7

输出为0.89551370429461

您可以简单地转换为函数，如下所示：

   def poisson(mu, x):

         uptocurrent = scipy.stats.poisson.pmf(x, mu)
         abovecurrent = 1 - uptocurrent
         return abovecurrent

---

希望这能对您有所帮助。

实际上，不需要创建新函数。在执行以下操作之前，只需定义随机变量：

从scipy导入统计信息 X=stats.poisson5

---

print1-X.cdf7注意，X.cdf7=PX实际上，不需要创建新函数。在执行以下操作之前，只需定义随机变量：

从scipy导入统计信息 X=stats.poisson5

---

print1-X.cdf7请注意，X.cdf7=PXI看不出您的问题与泊松分布有何关联。我错过什么了吗？不，就这些。可以使用泊松分布公式，通过从0-7中找出概率并将其从1中减少来测量。但是我必须使用scipy库。那么你应该看看scipy包中的文档。我看不出你的问题与泊松分布有什么关系。我错过什么了吗？不，就这些。可以使用泊松分布公式，通过从0-7中找出概率并将其从1中减少来测量。但是我必须使用scipy库，那么您应该查看scipy包中的文档。