Введите среднюю частоту λ (события за период) и количество k, чтобы получить точные вероятности Пуассона — стандартную модель для звонков в час, прибытий в день, дефектов в партии и других подсчитываемых событий.
Когда события происходят независимо с примерно постоянной средней частотой и вы подсчитываете их за фиксированный период — прибытия, звонки, опечатки на страницу, счётчики распада. Если события группируются или частота сильно колеблется, модель недооценивает крайние значения.
Масштабируйте λ с периодом: 3 звонка в час — это λ = 6 за два часа и λ = 0.05 в минуту. Распределение видит только ставку для выбранного вами периода.
Суммированием точных слагаемых P(X = i) до k — без приближений — и P(X ≥ k) = 1 − P(X ≤ k − 1).
Оба равны λ. Это равенство является быстрой проверкой на реальных данных: если дисперсия намного выше среднего значения (сверхдисперсия), распределение Пуассона может не подойти.
P(X = k) = e^(−λ) λ^k ÷ k!, оценивается в логарифмической форме (k × ln λ − λ − ln(k!)) для численной устойчивости. Среднее = дисперсия = λ.
Исходные данные: λ = 3, k = 2.
Шаги: 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.
Результат: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Добавьте этот калькулятор на свой сайт или в блог — он полностью бесплатен, не требует регистрации и всегда показывает последнюю версию. Скопируйте код ниже и вставьте его на свою страницу туда, где должен появиться калькулятор. Сохранение небольшой строки с указанием авторства “Powered by Loona Automation” под встроенным блоком помогает сохранять этот инструмент бесплатным — но вы можете оформить её по-своему или удалить; инструмент будет работать в любом случае.