Digite o médio taxa λ (eventos por período) e contar k para obter exato Poisson probabilidades — padrão model para calls por hora, arrivals por dia, defects por batch e outro contado eventos.
Quando os eventos ocorrem de forma independente a uma taxa média aproximadamente constante e os conta num período fixo — chegadas, chamadas, gralhas por página, contagens de decaimento. Se os eventos se concentrarem ou a taxa variar muito, o modelo subestima os extremos.
Escale λ com o período: 3 chamadas por hora são λ = 6 por duas horas e λ = 0.05 por minuto. A distribuição só vê a taxa do período escolhido.
Somando os termos exatos P(X = i) até k — sem aproximações — e P(X ≥ k) = 1 − P(X ≤ k − 1).
Ambos são iguais a λ. Essa igualdade é uma verificação rápida da realidade em dados reais: se a variância estiver muito acima da média (sobredispersão), Poisson pode não se ajustar.
P(X = k) = e^(−λ) λ^k ÷ k!, avaliada em forma logarítmica (k × ln λ − λ − ln(k!)) para estabilidade numérica. Média = variância = λ.
Entradas: λ = 3, k = 2.
Passos: 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.
Resultado: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Adicione esta calculadora ao seu próprio website ou blogue — é totalmente gratuita, não exige registro e mostra sempre a versão mais recente. Copie o código abaixo e cole-o na sua página, no local onde pretende que a calculadora apareça. Manter a pequena linha de crédito “Powered by Loona Automation” sob a incorporação ajuda a manter esta ferramenta gratuita — mas pode formatá-la ou removê-la livremente; a ferramenta funciona de qualquer forma.