我正在制作的模型的一部分包括人们购买给定商品的频率（例如，人们平均每月去超市 n 次）。我试图找出最适合该任务的概率分布。我认为这可以通过泊松过程来建模，因为它涉及跨时间的速率，但我不确定在这种情况下购物的发生是否相互独立。我考虑了一个正态分布，平均值以某个比率为中心，但我也不确定。
什么样的概率分布更适合每月去商店的频率？
数据挖掘
可能性
模型选择
2022-02-22 09:10:18
1个回答
我认为您对泊松的初步考虑是正确的。我认为您可以假设人们购买给定商品的频率可以被认为是独立的。当然，这个假设可能并不完美（例如，您可能会争辩说 A 人每 3 天购买一次商品 X。但是，如果有足够的人，我认为这并不重要）。总的来说，有时我认为如果你需要使用分布来近似一个过程，你需要选择最好的选择，看起来泊松在这里是最好的。
此外，它不可能是正常的，因为它是有界的（即可以去商店的最低人数是 0）
其它你可能感兴趣的问题