泊松概率计算器

输入所观察区间内事件的平均次数 λ,以及事件次数 k。您会得到 P(X = k)、P(X ≤ k) 和 P(X ≥ k)、平均值与方差、分布表和分布图,以及每一步过程。

免费 在浏览器中运行 核对于2026年11月10日星期二

所观察区间内事件的平均次数,例如每分钟平均3次到达。须大于0且不超过1000。

您想求概率的次数,为0到1000之间的整数。

结果

P(X = k):恰好 k 次事件 — 恰好发生 k 次事件的概率。
P(X ≤ k):至多 k 次事件 — 发生 k 次或更少事件的概率。
P(X ≥ k):至少 k 次事件 — 发生 k 次或更多事件的概率。
平均值 λ — 事件的期望次数。
方差 λ — 对泊松分布而言,方差等于平均值。

分布图

计算过程

分布表

此工具在您的浏览器中运行。您输入的内容不会发送给我们。

使用方法

  1. 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。
  2. 输入您想求概率的 事件次数 k。
  3. 阅读 P(X = k):恰好 k 次事件、P(X ≤ k) 和 P(X ≥ k)。
  4. 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

数据和文字最近核对于2026年11月10日星期二。

我们使用必要的 Cookie 来运行网站。经您同意后,Google 还会使用广告 Cookie 展示个性化广告。如果您拒绝,仍会看到广告,但广告不会个性化。