Fórmula de distribución de Poisson y su significado en finanzas.

Definicion de Fórmula de distribución de Poisson y su significado en finanzas.

La fórmula de distribución de Poisson es una ecuación matemática que modela la probabilidad de que un suceso ocurra un número determinado de veces en un intervalo de tiempo o espacio. En finanzas, se utiliza para calcular la probabilidad de eventos tales como pérdidas inesperadas, el número de transacciones en un periodo de tiempo o la ocurrencia de default en un portafolio de inversiones.

¿Qué es la distribución de Poisson?

En estadística, la distribución de Poisson es una distribución de probabilidad que se utiliza para mostrar cuántas veces es probable que ocurra un evento durante un período determinado. En otras palabras, es una distribución por cantidad. Las distribuciones de Poisson se utilizan a menudo para comprender eventos independientes que ocurren a un ritmo constante durante un intervalo de tiempo determinado. Lleva el nombre del matemático francés Simeón Denis Poisson.

La distribución de Poisson es una función discreta, lo que significa que una variable sólo puede tomar ciertos valores en una lista (potencialmente infinita). En otras palabras, una variable no puede tomar todos los valores en ningún rango continuo. Para la distribución de Poisson, la variable sólo puede tomar valores enteros (0, 1, 2, 3, etc.), sin fracciones ni decimales.

Resultados clave

  • La distribución de Poisson, que lleva el nombre del matemático francés Simeon Denis Poisson, se puede utilizar para estimar cuántas veces es probable que ocurra un evento durante «X» períodos de tiempo.
  • Las distribuciones de Poisson se utilizan cuando la variable de interés es una variable de conteo discreta.
  • Muchos datos económicos y financieros se presentan como variables de conteo, como cuántas veces una persona queda desempleada en un año determinado, lo que permite analizarlos mediante la distribución de Poisson.

Comprender las distribuciones de Poisson

La distribución de Poisson se puede utilizar para estimar la probabilidad de que algo suceda «X» número de veces. Por ejemplo, si el número promedio de personas que compran hamburguesas con queso en una cadena de comida rápida un viernes por la noche en un solo restaurante es 200, la distribución de Poisson puede responder preguntas como: «¿Cuál es la probabilidad de que más de 300 personas compren hamburguesas con queso?» ¿En un solo restaurante? comprar hamburguesas? Por tanto, el uso de la distribución de Poisson permite a los administradores implementar sistemas de planificación óptimos que no funcionarían, por ejemplo, con una distribución normal.

Una de las aplicaciones históricas y prácticas más famosas de la distribución de Poisson fue la estimación del número anual de soldados de caballería prusianos muertos por cargas de caballos. Los ejemplos modernos incluyen la estimación del número de accidentes automovilísticos en una ciudad de un tamaño determinado; En fisiología, esta distribución se utiliza a menudo para calcular las frecuencias probabilísticas de secreción de diferentes tipos de neurotransmisores. O, si un videoclub tuviera un promedio de 400 clientes todos los viernes por la noche, ¿cuál sería la probabilidad de que tuviera 600 clientes en cualquier viernes por la noche?

Fórmula de distribución de Poisson:


Fórmula de distribución de Poisson.
CK Taylor

Dónde:

  • mi número de Euler (mi = 2,71828…)
  • X este es el número de ocurrencias
  • X! es factorial X
  • λ es igual al valor esperado (EV) X cuando también es igual a su varianza

Dados datos que siguen una distribución de Poisson, se muestran gráficamente como:


Ejemplo de distribución de Poisson.
investopedia

En el ejemplo que se muestra en el gráfico anterior, supongamos que un determinado flujo de trabajo tiene una tasa de error del 3%. Si asumimos además que habrá 100 pruebas aleatorias, la distribución de Poisson describe la probabilidad de recibir una cierta cantidad de errores en un período de tiempo determinado, como por ejemplo un día.

Si la media es muy grande, entonces la distribución de Poisson es aproximadamente normal.

Distribución de Poisson en finanzas

La distribución de Poisson también se utiliza a menudo para modelar datos de conteo financiero donde la producción total es pequeña y, a menudo, cero. Como ejemplo en finanzas, se puede utilizar para modelar el número de operaciones que realizará un inversor típico en un día determinado, que podría ser 0 (a menudo), 1, 2, etc.

Otro ejemplo: este modelo se puede utilizar para predecir el número de «shocks» del mercado que se producirán en un determinado período de tiempo, digamos más de una década.

¿Cuándo debería utilizar la distribución de Poisson?

La distribución de Poisson se utiliza mejor para el análisis estadístico cuando la variable considerada es una variable de recuento. Por ejemplo, cuántas veces ocurre X en función de una o más variables independientes. Por ejemplo, para estimar cuántos productos defectuosos saldrán de la línea de montaje teniendo en cuenta datos iniciales diferentes.

¿Qué supuestos hace la distribución de Poisson?

Para que la distribución de Poisson sea precisa, todos los eventos son independientes entre sí, la tasa de eventos a lo largo del tiempo es constante y los eventos no pueden ocurrir simultáneamente. En este caso, el valor medio y la varianza serán iguales entre sí.

¿La distribución de Poisson es discreta o continua?

Debido a que la distribución de Poisson mide valores discretos, también es una distribución discreta. Esto se puede contrastar con una distribución normal, que es continua.

Preguntas Frecuentes

1. ¿Qué es la distribución de Poisson?
La distribución de Poisson es una distribución de probabilidad utilizada para mostrar cuántas veces es probable que ocurra un evento durante un período determinado, siendo una función discreta que solo puede tomar valores enteros.

2. ¿Cuándo debería utilizar la distribución de Poisson?
La distribución de Poisson se utiliza mejor para el análisis estadístico cuando la variable considerada es una variable de recuento, como por ejemplo para estimar cuántos productos defectuosos saldrán de la línea de montaje teniendo en cuenta datos iniciales.

3. ¿Qué supuestos hace la distribución de Poisson?
Para que la distribución de Poisson sea precisa, todos los eventos deben ser independientes entre sí, la tasa de eventos a lo largo del tiempo debe ser constante y los eventos no pueden ocurrir simultáneamente, en este caso, el valor medio y la varianza serán iguales entre sí.

¿Problemas o dudas? Te ayudamos

Si quieres estar al día, suscríbete a nuestra newsletter y síguenos en Instagram. Si quieres recibir soporte para cualquier duda o problema, no dude en ponerse en contacto con nosotros en info@wikieconomia.org.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Scroll al inicio