如何使用泊松分布计算列的期望值，然后与实际值进行比较？

Question

我有一个数据框，其中包含不同人玩游戏的结果。我需要使用Poisson分布计算预期结果（具有相同分数的游戏数），然后将实际结果与预期结果进行比较。

我计算了读取的结果列的平均值，也称为期望值。绘制了实际结果的直方图。

import pandas as pd
import numpy as np

# Game Results DataFrame
game_results = pd.DataFrame({"game_id":[56,57,58,59,60],"result":[0,9,4,6,8]})
print(game_results)

# Histogram for result column

result = game_results["result"]

plt.hist(result)
plt.xlabel("Result")
plt.ylabel("Number of Games")
plt.title("Result Histogram")

lamb = result.mean()

Answer 1

您可以使用np.random.poisson和mean以及观察数（即len(game_results)来绘制随机泊松分布：

import numpy as np

game_results = pd.DataFrame({"game_id":[56,57,58,59,60],"result":[0,9,4,6,8]})
# Get the lambda
lamb = result.mean()
# Draw a random poisson distribution using the lambda
game_results["expected"] = np.random.poisson(lamb, len(game_results))