Geben Sie die Durchschnittsrate λ (Ereignisse pro Zeitraum) und eine Anzahl k ein, um exakte Poisson-Wahrscheinlichkeiten zu erhalten — das Standardmodell für Anrufe pro Stunde, Ankünfte pro Tag, Fehler pro Charge und andere gezählte Ereignisse.
Wenn Ereignisse unabhängig voneinander mit einer ungefähr konstanten Durchschnittsrate auftreten und Sie sie in einem festen Zeitraum zählen — Ankünfte, Anrufe, Tippfehler pro Seite, Zerfallszählungen. Wenn Ereignisse sich häufen oder die Rate stark schwankt, unterschätzt das Modell Extreme.
Skalieren Sie λ mit dem Zeitraum: 3 Anrufe pro Stunde sind λ = 6 pro zwei Stunden und λ = 0.05 pro Minute. Die Verteilung sieht immer nur den Satz für den von Ihnen gewählten Zeitraum.
Durch Summieren der exakten Terme P(X = i) bis k — ohne Näherungen — und P(X ≥ k) = 1 − P(X ≤ k − 1).
Beide sind gleich λ. Diese Gleichheit ist ein schneller Realitätscheck an echten Daten: Wenn die Varianz weit über dem Mittelwert liegt (Überdispersion), passt Poisson möglicherweise nicht.
P(X = k) = e^(−λ) λ^k ÷ k!, ausgewertet in logarithmischer Form (k × ln λ − λ − ln(k!)) für numerische Stabilität. Mittelwert = Varianz = λ.
Eingaben: λ = 3, k = 2.
Schritte: 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.
Ergebnis: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Fügen Sie diesen Rechner zu Ihrer eigenen Website oder Ihrem Blog hinzu — er ist völlig kostenlos, braucht keine Anmeldung und zeigt immer die neueste Version. Kopieren Sie den Code unten und fügen Sie ihn in Ihre Seite ein, wo der Rechner erscheinen soll. Die kleine Zeile “Powered by Loona Automation” unter dem Embed zu behalten, hilft, dieses Tool kostenlos zu halten — aber Sie können sie frei gestalten oder entfernen; das Tool funktioniert so oder so.