Masukkan tingkat rata-rata λ (peristiwa per periode) dan jumlah k untuk mendapatkan probabilitas Poisson yang tepat — model standar untuk panggilan per jam, kedatangan per hari, cacat per batch, dan peristiwa terhitung lainnya.
Ketika peristiwa terjadi secara independen dengan laju rata-rata yang kurang lebih konstan dan Anda menghitungnya dalam periode tetap — kedatangan, panggilan, kesalahan ketik per halaman, hitungan peluruhan. Jika peristiwa mengelompok atau lajunya berubah drastis, model ini meremehkan nilai ekstrem.
Skalakan λ dengan periodenya: 3 panggilan per jam adalah λ = 6 per dua jam dan λ = 0.05 per menit. Distribusi hanya pernah melihat tarif untuk periode yang Anda pilih.
Dengan menjumlahkan suku-suku tepat P(X = i) hingga k — tanpa pendekatan — dan P(X ≥ k) = 1 − P(X ≤ k − 1).
Keduanya sama dengan λ. Kesetaraan itu adalah pemeriksaan realitas cepat pada data nyata: jika varians jauh di atas rata-rata (overdispersi), Poisson mungkin tidak cocok.
P(X = k) = e^(−λ) λ^k ÷ k!, dievaluasi dalam bentuk log (k × ln λ − λ − ln(k!)) untuk stabilitas numerik. Rata-rata = varians = λ.
Masukan: λ = 3, k = 2.
Langkah: 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.
Hasil: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Tambahkan kalkulator ini ke situs web atau blog Anda sendiri — sepenuhnya gratis, tidak perlu pendaftaran, dan selalu menampilkan versi terbaru. Salin kode di bawah ini dan tempelkan ke halaman Anda di tempat Anda ingin kalkulator muncul. Mempertahankan baris kredit kecil “Didukung oleh Loona Automation” di bawah sematan membantu menjaga alat ini tetap gratis — tetapi Anda bebas menata atau menghapusnya; alat ini bekerja dengan cara apa pun.