Nhập tốc độ trung bình λ (sự kiện mỗi kỳ) và một số đếm k để nhận xác suất Poisson chính xác — mô hình chuẩn cho số cuộc gọi mỗi giờ, lượt đến mỗi ngày, lỗi mỗi lô và các sự kiện được đếm khác.
Khi các sự kiện xảy ra độc lập với tốc độ trung bình gần như không đổi và bạn đếm chúng trong một khoảng cố định — lượt đến, cuộc gọi, lỗi gõ mỗi trang, số lần phân rã. Nếu các sự kiện cụm lại hoặc tốc độ dao động mạnh, mô hình sẽ đánh giá thấp các cực trị.
Tỷ lệ λ với giai đoạn: 3 cuộc gọi mỗi giờ là λ = 6 mỗi hai giờ và λ = 0.05 mỗi phút. Phân phối chỉ bao giờ thấy tỷ lệ cho giai đoạn bạn chọn.
Bằng cách cộng các số hạng chính xác P(X = i) lên đến k — không có xấp xỉ — và P(X ≥ k) = 1 − P(X ≤ k − 1).
Cả hai đều bằng λ. Sự bằng nhau đó là một cách kiểm tra thực tế nhanh chóng trên dữ liệu thực: nếu phương sai cao hơn nhiều so với giá trị trung bình (quá phân tán), Poisson có thể không phù hợp.
P(X = k) = e^(−λ) λ^k ÷ k!, được tính ở dạng log (k × ln λ − λ − ln(k!)) để ổn định số học. Trung bình = phương sai = λ.
Các đầu vào: λ = 3, k = 2.
Các bước: 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.
Kết quả: P(X = 2) = 22.40%; P(X ≤ 1) = 19.91%.
Thêm máy tính này vào trang web hoặc blog của riêng bạn — nó hoàn toàn miễn phí, không cần đăng ký, và luôn hiển thị phiên bản mới nhất. Sao chép mã bên dưới và dán nó vào trang của bạn tại nơi bạn muốn máy tính xuất hiện. Việc giữ lại dòng ghi công nhỏ “Powered by Loona Automation” dưới phần nhúng giúp giữ công cụ này miễn phí — nhưng bạn tự do tạo kiểu hoặc xóa nó; công cụ hoạt động theo cả hai cách.