Indtast den gennemsnitlige rate λ (hændelser pr. periode) og et antal k for at få nøjagtige Poisson-sandsynligheder — standardmodellen for opkald pr. time, ankomster pr. dag, defekter pr. parti og andre talte hændelser.
Når begivenheder indtræffer uafhængigt med en nogenlunde konstant gennemsnitsrate, og du tæller dem i en fast periode — ankomster, opkald, tastefejl pr. side, henfaldstællinger. Hvis begivenheder klumper sig sammen, eller raten svinger voldsomt, undervurderer modellen ekstremerne.
Skaler λ med perioden: 3 opkald pr. time er λ = 6 pr. to timer og λ = 0.05 pr. minut. Fordelingen ser kun nogensinde satsen for den periode, du vælger.
Ved at summere nøjagtige led P(X = i) op til k — ingen tilnærmelser — og P(X ≥ k) = 1 − P(X ≤ k − 1).
Begge er lig med λ. Den lighed er et hurtigt realitetstjek på reelle data: hvis variansen er langt over gennemsnittet (overdispersion), passer Poisson muligvis ikke.
P(X = k) = e^(−λ) λ^k ÷ k!, evalueret i logform (k × ln λ − λ − ln(k!)) for numerisk stabilitet. Middelværdi = varians = λ.
Input: λ = 3, k = 2.
Trin: P(X = 2) = e^(−3) × 3² ÷ 2! = 0.049787 × 9 ÷ 2 = 0.049787 × 4.5 = 0.2240. P(X ≤ 1) = e^(−3) × (1 + 3) = 0.049787 × 4 = 0.1991.
Resultat: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Tilføj denne beregner til dit eget website eller din blog — den er helt gratis, kræver ingen tilmelding og viser altid den nyeste version. Kopiér koden nedenfor, og indsæt den på din side, hvor beregneren skal vises. Hvis du beholder den lille kreditlinje “Powered by Loona Automation” under indlejringen, hjælper det med at holde dette værktøj gratis — men du er fri til at style eller fjerne den; værktøjet virker på begge måder.