二项分布参数p求解及指定置信度下用户达标连接频率计算

1. 二项分布参数p的求解 #

二项分布的核心概率公式为：
P(X=x) = C(N, x) * p^x * (1-p)^(N-x)
其中C(N,x)是组合数，计算方式为C(N,x) = N!/(x!*(N-x)!)。

已知P(X=x)、试验次数N和成功次数x时，求解参数p的思路：

• 先将公式变形为：P(X=x)/C(N,x) = p^x * (1-p)^(N-x)
• 这是一个关于p的多项式方程，当N和x较小时，可直接展开后通过代数方法求解；当N较大时，代数解法复杂度高，通常采用数值迭代法（比如牛顿-拉夫逊法）来逼近p的精确值。
• 示例：若N=10，x=3，P(X=3)=0.2，先计算C(10,3)=120，代入后得到0.2/120 = p³*(1-p)^7，通过数值迭代可算出p≈0.26。

2. 用户连接频率阈值计算 #

把用户的连接行为近似为泊松过程（符合随机独立事件的假设），设用户日均连接频率为λ（次/天），则在N天内至少有1次连接的概率为：
P(保留记忆) = 1 - P(N天内0次连接) = 1 - e^(-λ*N)

要满足指定置信度（记为α），即P(保留记忆) ≥ α，对公式变形可得：
λ ≥ -ln(1 - α)/N

示例：若N=14天，要求置信度95%，则λ ≥ -ln(0.05)/14 ≈ 0.213次/天，也就是用户需要保持至少约每4.7天1次的连接频率，才能在14天窗口内以95%的概率被系统记住。

如果用户连接存在周期性（比如固定每周连接），则需要调整模型为离散分布，但泊松模型是这类场景下的通用近似方案。

内容的提问来源于stack exchange，提问作者nonayme