我已经做了任何真实的统计，但我希望Stack Overflow社区可以提供帮助。虽然我不能给出具体的应用程序，但它是一个等效的问题：如何确定随机周期性过程的等待时间的期望值？
想象一下您的房子附近有一个公共汽车站，但您不知道公交时刻表。相反，你有一个列表确切的时间公交车有实际上抵达去年。我想要做的是计算以下内容：如果你随机前往公共汽车站，5分钟内有公共汽车的概率是多少？ 10分钟？ 20分钟？ （我想要分配）。
我已经尝试过在Google上搜索，并且发现了大量使用累积分布函数的示例......但是，我还没有找到一个如何做上面我想要的示例。
特别是，我希望使用去年的样本来创建我希望使用的概率分布函数。
有没有人有一个很好的例子，我会如何去做这件事？ （或一个网站，有这样的数据？）
我可以给你一些建议可能会帮助：
1-为了得到更准确的结果，你需要有一天的时间条件分布（即高峰期或非高峰期）和星期几（星期几或周末），因为公交车班次取决于这些因素
2-尝试计算两条公交车（即车间间距）关于上述因素。任何人随意到达公交车站的预计等待时间等于车速的一半。
所以我会这样做的方式是将数据集分成不同的时间段（例如平日7-10am），然后计算这段时间的进度，这将是我的分布，我将用它来计算预期的等待时间时间随机到达公共汽车站
等待时间可以建模为指数分布，我也想测试，如果公交车到达过程遵循泊松分布（你必须用数据来检验，不只是假设它），正如我上面提到的，你必须在一天中的某个时间和一周中的某一天限制你的分配。
感谢您的建议:)，我同意我们需要在公交时间表上做类似的事情，但我只是以巴士为例。真正的过程是相当规律的，并且非常周期性地重复...想象一下，你有n辆公共汽车可以为你提供服务。巴士的总数是有限的，但你不知道那些巴士的个别时期，但知道它们是规则的和循环的。 – Aerophilic
这取决于您的数据中是否包含总线标识符或否。此外，如果该人将采取第一辆巴士或等待特定的巴士线路。但总体来说，如果数据*证实了这一点，即公交车到达过程可以模拟为“Posion分布”，即这意味着平均值和方差相等 – iTech
我的建议是使用经验分布，即直方图。您可以根据任何重要的因素分割可用数据，例如平日与周末在公交车上的例子。顺便提一句，请注意，如果到达时间大致是循环的，正如您所提到的，等待时间取决于您何时开始等待。
在构建直方图并查看它们之后，您可能会发现通过假设某些特定的分布可以简化事物。但是，你必须首先处理经验数据以确定这是否可行。
你希望泊松分布，至少作为一个开始。其典型应用是建模到达等待时间。其他答案是正确的，你可能想看看到达时间泊松*有条件*在一天中的时间，但泊松是第一次去的方式 –