Inserisci il tasso medio λ (eventi per periodo) e un conteggio k per ottenere probabilità di Poisson esatte — il modello standard per chiamate all’ora, arrivi al giorno, difetti per lotto e altri eventi conteggiati.
Quando gli eventi si verificano indipendentemente a un tasso medio approssimativamente costante e li conti in un periodo fisso — arrivi, chiamate, refusi per pagina, conteggi di decadimento. Se gli eventi si raggruppano o il tasso oscilla molto, il modello sottostima gli estremi.
Scala λ con il periodo: 3 chiamate all'ora è λ = 6 per due ore e λ = 0.05 al minuto. La distribuzione vede solo il tasso per il periodo che scegli.
Sommando i termini esatti P(X = i) fino a k — nessuna approssimazione — e P(X ≥ k) = 1 − P(X ≤ k − 1).
Entrambi equivalgono a λ. Quell'uguaglianza è un rapido controllo di realtà sui dati reali: se la varianza è molto sopra la media (sovradispersione), Poisson potrebbe non adattarsi.
P(X = k) = e^(−λ) λ^k ÷ k!, valutata in forma logaritmica (k × ln λ − λ − ln(k!)) per la stabilità numerica. Media = varianza = λ.
Input: λ = 3, k = 2.
Passaggi: 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.
Risultato: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Aggiungi questa calcolatrice al tuo sito web o blog — è completamente gratuita, non richiede registrazione e mostra sempre la versione più recente. Copia il codice qui sotto e incollalo nella tua pagina nel punto in cui vuoi che appaia la calcolatrice. Mantenere la piccola riga di credito “Powered by Loona Automation” sotto l'incorporamento aiuta a mantenere gratuito questo strumento — ma sei libero di personalizzarla o rimuoverla; lo strumento funziona in ogni caso.