statistics - 如何根据以前客户的等待时间计算客户的等待时间

Question

任何人都可以提出一种方法来根据以前的等待时间计算餐厅的顾客等待时间。我的系统存储了每个客户的等待时间，并根据这个值来预测下一个客户的等待时间。

Answer 1

泊松过程是一个随机过程，它计算事件的数量以及这些事件在给定时间间隔内发生的时间。每对连续事件之间的时间，例如客户等待时间，具有指数分布。来自维基：

当描述齐次泊松过程中的到达间隔时间长度时，指数分布自然发生。

预言

使用最大似然估计，您可以使用逆样本均值来获得rate parameter指数分布。

置信区间

来自维基：

计算 λ 估计的近似置信区间的一种简单快速的方法是基于中心极限定理的应用。对于包含至少 15 – 20 个元素的样品，此方法提供了一个很好的置信区间极限近似值。用 N 表示样本量，95% 置信区间的上限和下限由下式给出：

有关更多详细信息，请参阅泊松过程和指数分布。

Answer 2

你无法预测一个确切的数字。

但是一个简单的统计方法是：

average( waiting_time ) + ( 2 * standard_deviation( waiting_time ) )

也就是说，取平均值并添加两个标准偏差。

假设等待时间是正态分布的，上述等式的结果是大约95%的客户会经历的最大等待时间。