使用方法
- 输入 平均速率 λ:所观察区间内事件的平均次数,例如每分钟平均3次到达。
- 输入您想求概率的 事件次数 k。
- 阅读 P(X = k):恰好 k 次事件、P(X ≤ k) 和 P(X ≥ k)。
- 查看 分布表 和 计算过程。
泊松公式
泊松分布用于统计在固定的时间、长度或面积区间内,以恒定平均速率独立发生的事件数。恰好 k 次事件的概率为 e^(−λ) λᵏ ÷ k!。它的平均值与方差都等于 λ,因此方差远大于或远小于平均值的计数不符合这一模型。
区间内没有事件的概率为 e^(−λ)。每多一次事件,概率便乘以 λ,再除以所达到的次数,这就是概率先升至 λ 附近的峰值、然后下降的原因。
P(X = k) = e^(−λ) × λᵏ ÷ k!
P(X ≤ k) = 对 j 从 0 到 k 的 P(X = j) 求和
平均值 = 方差 = λ
泊松分布何时适用
它适用于稀少且相互独立的事件计数,例如一分钟内到达的顾客、一小时内打给服务台的电话,或一页纸上的打字错误,前提是区间内的平均速率保持不变。它也是试验次数很多、成功概率很小的二项分布的极限情形,此时 λ = np。若试验次数是固定的,请使用二项概率计算器。
本计算器不涵盖的内容
- 方差不等于平均值的计数,例如聚集的事件。这需要负二项分布。
- 在区间内变化的速率。请把区间分为若干段,分别使用各自的速率,再把结果相加。
- 超过1000的平均速率(本计算器不接受),以及超过1000的次数。
示例:每分钟平均3位顾客到达
一家商店平均每分钟有3位顾客,因此 λ = 3。一分钟内恰好2位顾客到达的概率为 e^(−3) × 3² ÷ 2! = 0.224042。至多2位顾客到达的概率为0.423190,至少2位的概率为0.800852。
平均值为3,方差也是3。
| 事件数 j | P(X = j) | P(X ≤ j) |
|---|---|---|
| 0 | 0.049787 | 0.049787 |
| 1 | 0.149361 | 0.199148 |
| 2 | 0.224042 | 0.423190 |
| 3 | 0.224042 | 0.647232 |
| 4 | 0.168031 | 0.815263 |
常见问题
泊松分布与二项分布有什么区别?
二项分布统计在固定次数的试验中成功的次数,每次试验有一个成功概率。泊松分布则统计连续区间内以平均速率发生的事件数,没有固定的试验次数。当试验次数很多、概率很小时,两者给出的结果几乎相同。
为什么平均值和方差取值相同?
这是泊松分布的一个性质。如果观测到的计数波动远大于其平均值,泊松模型就不适用,需要改用负二项模型。
如何得到另一个区间的速率 λ?
按比例换算。若速率为每分钟3次,则每五分钟为15次,每小时为180次。所询问的区间必须使用相同的单位。
一次事件也不发生的概率是多少?
它是 P(X = 0) = e^(−λ)。当 λ = 3时,约为0.0498,因此大约有5% 的分钟没有顾客到达。
P(X ≥ k) 是什么意思?
它是发生 k 次或更多事件的概率。它等于1减去至多 k − 1次事件的概率,这就是计算过程中采用这一形式的原因。
计算器会把我的数字发送到别处吗?
不会。计算完全在您的浏览器中完成,您输入的数字不会被保存,也不会发送到我们的服务器或其他任何地方。
资料来源
- Wikipedia: Poisson distribution(英文)
- Wikipedia: Poisson distribution, relation to the binomial and the incomplete gamma function(英文)
数据和文字最近核对于2026年11月10日星期二。