Voer het gemiddelde tarief λ in (gebeurtenissen per periode) en een aantal k om exacte Poisson-kansen te krijgen — het standaardmodel voor oproepen per uur, aankomsten per dag, defecten per batch en andere getelde gebeurtenissen.
Wanneer gebeurtenissen onafhankelijk van elkaar plaatsvinden met een ongeveer constante gemiddelde frequentie en je ze telt in een vaste periode — aankomsten, telefoontjes, typfouten per pagina, vervaltellingen. Als gebeurtenissen clusteren of de frequentie sterk schommelt, onderschat het model de extremen.
Schaal λ met de periode: 3 oproepen per uur is λ = 6 per twee uur en λ = 0.05 per minuut. De verdeling ziet alleen ooit het tarief voor de periode die je kiest.
Door exacte termen P(X = i) op te tellen tot en met k — geen benaderingen — en P(X ≥ k) = 1 − P(X ≤ k − 1).
Beide zijn gelijk aan λ. Die gelijkheid is een snelle realiteitscheck op echte gegevens: als de variantie ver boven het gemiddelde ligt (overdispersie), past Poisson misschien niet.
P(X = k) = e^(−λ) λ^k ÷ k!, geëvalueerd in logvorm (k × ln λ − λ − ln(k!)) voor numerieke stabiliteit. Gemiddelde = variantie = λ.
Invoergegevens: λ = 3, k = 2.
Stappen: 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.
Resultaat: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Voeg deze calculator toe aan je eigen website of blog — hij is helemaal gratis, je hoeft je nergens aan te melden en je ziet altijd de nieuwste versie. Kopieer de code hieronder en plak die in je pagina op de plek waar je de calculator wilt laten verschijnen. De kleine creditregel “Powered by Loona Automation” onder de embed laten staan helpt om deze tool gratis te houden — maar je mag hem gerust opmaken of verwijderen; de tool werkt hoe dan ook.