Masukkan kadar purata λ (peristiwa per tempoh) dan kiraan k untuk mendapatkan kebarangkalian Poisson yang tepat — model piawai untuk panggilan per jam, ketibaan per hari, kecacatan per kelompok dan peristiwa terkira lain.
Apabila peristiwa berlaku secara bebas pada kadar purata yang lebih kurang tetap dan anda mengiranya dalam tempoh tetap — ketibaan, panggilan, kesilapan taip per halaman, kiraan reput. Jika peristiwa berkelompok atau kadar berubah dengan liar, model ini memandang rendah ekstrem.
Skalakan λ dengan tempoh: 3 panggilan sejam ialah λ = 6 per dua jam dan λ = 0.05 per minit. Taburan hanya melihat kadar untuk tempoh yang anda pilih.
By summing exact terms P(X = i) up to k — no approximations — and P(X ≥ k) = 1 − P(X ≤ k − 1).
Kedua-duanya sama dengan λ. Kesamaan itu ialah semakan realiti pantas pada data sebenar: jika varians jauh melebihi min (penyebaran berlebihan), Poisson mungkin tidak sesuai.
P(X = k) = e^(−λ) λ^k ÷ k!, dinilai dalam bentuk log (k × ln λ − λ − ln(k!)) untuk kestabilan berangka. Min = varians = λ.
Input: 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.
Keputusan: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Tambah kalkulator ini ke laman web atau blog anda sendiri — ia percuma sepenuhnya, tidak memerlukan pendaftaran, dan sentiasa menunjukkan versi terkini. Salin kod di bawah dan tampalkannya ke halaman anda di tempat anda mahu kalkulator muncul. Mengekalkan baris kredit kecil “Powered by Loona Automation” di bawah benaman membantu mengekalkan alat ini percuma — tetapi anda bebas menggayakan atau membuangnya; alat ini berfungsi sama ada cara.