Matemaattiset Laskimet

Poisson-jakauman Laskin

Poisson-jakauman laskimen avulla voit määrittää tapahtuman todennäköisyyden useita kertoja tietyn ajanjakson aikana.

Poisson-jakauman laskin

P(X = x) = e • λx / x!

Sisällysluettelo

Mikä on Poisson-jakauma?
Poisson-jakauman esimerkkejä
Milloin Poisson-jakaumaa ei ole tarkoituksenmukaista käyttää?

Mikä on Poisson-jakauma?

Poisson-jakaumaa voidaan kuvata todennäköisyysjakaumaksi. Se on samanlainen kuin binomi. Se osoittaa todennäköisyyden, että tietty määrä tapahtumia tapahtuu tietyn ajanjakson aikana. Voit käyttää aiempia tietoja laskeaksesi tämän todennäköisyyden ja saadaksesi selville tapahtumien tiheyden.
Ajatellaan esimerkiksi, että tornadojen keskimäärä alueella kymmenen vuoden aikana on ollut 5. Tämän avulla voimme laskea todennäköisyyden, ettei alueella ole tornadoja seuraavan kymmenen vuoden aikana. Myös muiden tornadojen todennäköisyys kehittyä tälle alueelle seuraavan kymmenen vuoden aikana voidaan laskea.

Poisson-jakauman esimerkkejä

Nämä ovat vain muutamia esimerkkejä tapahtumista, joita voit analysoida Poisson-jakauman laskentalaskimella:
  • Linja-autoasemalle saapuvien linja-autojen lukumäärä tunnissa
  • 1 000 valokuvan otoksessa epäselvien kuvien määrä on
  • Maahan viimeisten 100 vuoden aikana osuneiden meteorien määrä.
  • Kuinka monta kertaa opiskelija on ollut poissa koulusta lukuvuoden aikana;
  • Museossa vierailevien määrä klo 10-11 välillä aamulla.
  • Poisson-jakauman avulla voidaan tunnistaa toisistaan riippumattomia tapahtumia. Niiden todennäköisyys ei muutu ajan myötä. Näitä tapahtumia voidaan kuvata sattumanvaraisiksi, mutta ne ovat väistämättömiä. Esimerkiksi bussi saapuu 20 minuuttia myöhässä vain, jotta kaksi bussia saapuu samanaikaisesti.

    Milloin Poisson-jakaumaa ei ole tarkoituksenmukaista käyttää?

    Diskreetti jakauma, kuten Poisson, on esimerkki. Poisson-jakaumataulukkoa voidaan käyttää vain kokonaislukuargumenteille. Toisin kuin jatkuvat jakaumat, kuten normaalit, jotka voivat saada minkä tahansa arvon, Poisson-jakaumataulukko voi olettaa vain laskettavan äärettömän luvun.
    Lisäksi Poisson-jakauman laskentalaskuria ei tule käyttää, kun
  • Tapahtumia ei voida erottaa toisistaan (tulevien tapahtumien todennäköisyydet voivat muuttua ajan kuluessa);
  • On epätodennäköistä, että tapahtuma tapahtuu (todennäköisyysfunktio määrittelemätön nollalle tapahtumalle).
  • Poissonin todennäköisyyskaava ei toimi oikein tässä ensimmäisessä tapauksessa, jos tapahtumia korreloidaan toistuvasti. Datassa on monia esimerkkejä positiivisesta autokorrelaatiosta. Esimerkiksi tulivuorenpurkaus voi vähentää muiden tulivuorten purkauksen todennäköisyyttä. Tai epidemia, jolla on korkea dynamiikka.
    Kun joudumme käsittelemään tapahtumia, joissa nolla ei ole mahdollista, Poisson-jakaumaa on tehostettava. Esimerkiksi sairaalassa olevat potilaat eivät saa koskaan poistua klinikalta nollan päivän jälkeen. Tämä ongelma voidaan ratkaista käyttämällä trimmattuja jakaumia, kuten nolla-katkaistu Poisson-jakauma, joka käyttää vain positiivisten kokonaislukujen joukkoa.

    Parmis Kazemi
    Artikkelin kirjoittaja
    Parmis Kazemi
    Parmis on sisällöntuottaja, jolla on intohimo kirjoittaa ja luoda uusia asioita. Hän on myös erittäin kiinnostunut tekniikasta ja nauttii uusien asioiden oppimisesta.

    Poisson-jakauman Laskin Suomi
    Julkaistu: Wed Jun 08 2022
    Luokassa Matemaattiset laskimet
    Lisää Poisson-jakauman Laskin omalle verkkosivustollesi

    Muut matemaattiset laskimet

    Vektorin Ristitulon Laskin

    30 60 90 Kolmion Laskin

    Odotusarvon Laskin

    Funktiolaskin Netissä

    Keskihajontalaskin

    Prosenttilaskuri

    Yhteisten Murtolukujen Laskin

    Paunoista Kupeiksi Muunnin: Jauhot, Sokeri, Maito..

    Ympyrän Ympärysmitan Laskin

    Kaksikulmainen Kaavalaskin

    Juuri Ja Potenssi Laskin

    Kolmion Pinta -alan Laskin

    Pääkulman Laskin

    Pistetulon Laskin

    Keskipisteen Laskin

    Merkittävien Lukujen Muunnin (Sig Figs -laskin)

    Kaaren Pituuslaskin Ympyrälle

    Pistearviolaskin

    Prosentin Lisäyslaskin

    Prosenttiosuuslaskin

    Lineaarinen Interpolointilaskin

    QR -hajoamislaskin

    Matriisin Transponointilaskin

    Kolmion Hypotenuusan Laskin

    Trigonometrinen Laskin

    Suorakulmaisen Kolmion Sivu- Ja Kulmalaskin (kolmiolaskin)

    45 45 90 Kolmiolaskin (oikea Kolmiolaskin)

    Matriisikerto-laskin

    Keskimääräinen Laskin

    Satunnaislukugeneraattori

    Virhemarginaalilaskuri

    Kahden Vektorin Välinen Kulmalaskin

    LCM-laskin - Vähiten Yleinen Usean Laskin

    Neliömetrin Laskin

    Eksponenttilaskin (teholaskin)

    Matemaattinen Jäännöslaskin

    Kolmen Sääntö Laskin - Suora Suhteellinen

    Toisen Asteen Kaavan Laskin

    Summalaskuri

    Ympärysmitan Laskin

    Z-pistelaskuri (z-arvo)

    Fibonacci Laskin

    Kapselin Tilavuuden Laskin

    Pyramidin Tilavuuslaskin

    Kolmioprisman Tilavuuslaskin

    Suorakaiteen Tilavuuslaskin

    Kartiotilavuuslaskin

    Kuution Tilavuuden Laskin

    Sylinterin Tilavuuden Laskin

    Skaalaustekijän Laajennuslaskin

    Shannonin Monimuotoisuusindeksilaskin

    Bayesin Lauselaskin

    Antilogaritmin Laskin

    Eˣ Laskin

    Alkulukulaskin

    Eksponentiaalisen Kasvun Laskin

    Näytekoon Laskin

    Käänteinen Logaritmi (log) Laskin

    Kertova Käänteislaskin

    Merkitsee Prosenttilaskuria

    Suhdelaskuri

    Empiirinen Sääntölaskin

    P-arvo-laskin

    Pallon Tilavuuden Laskin

    NPV-laskin

    Prosenttiosuuden Lasku

    Pinta-alalaskuri

    Todennäköisyyslaskin