UTILS.
Privati per natura
🎯

Calcolatore della distribuzione di Poisson

Probabilità di Poisson esatte, cumulative e di coda per un tasso medio λ e un conteggio k, più media, varianza e deviazione standard.

I tuoi file restano su questo dispositivo

I file vengono elaborati nel browser, mai caricati su un server. Il sito scarica il codice e le risorse necessarie. Senza account né tracciamento.

Usa Scarica per salvare questo strumento in un unico file HTML da usare offline.

Privacy →

λ è il numero medio di eventi per intervallo; k è un numero intero di eventi. Entrambi aggiornano i risultati in tempo reale.

Informazioni su questo strumento

Il Calcolatore della distribuzione di Poisson fornisce la probabilità che un numero di eventi k si verifichi in un intervallo fisso quando accadono in modo indipendente a un tasso medio costante λ (lambda). Inserisci il tasso medio e un conteggio e restituisce le probabilità esatte e cumulative in tempo reale, tutte calcolate nel tuo browser.

La funzione di massa di probabilità è P(X = k) = λᵏ·e^(−λ) / k!. Per rimanere numericamente stabile con conteggi grandi lo strumento la valuta in spazio logaritmico come exp(−λ + k·ln λ − ln k!), usando un'approssimazione di Lanczos per il logaritmo del fattoriale. Somma inoltre la funzione di massa per dare la cumulativa P(X ≤ k), la stretta P(X < k) e la coda superiore P(X ≥ k). Una proprietà distintiva della distribuzione di Poisson è che la sua media e la sua varianza sono entrambe uguali a λ, quindi la deviazione standard è √λ.

Usalo per arrivi all'ora, difetti per lotto, chiamate al minuto, conteggi di decadimenti e qualsiasi processo di eventi rari in cui il conteggio è un intero non negativo. Il tasso λ deve essere maggiore di zero e k deve essere un numero intero pari o superiore a zero.

Domande frequenti

Cos'è λ (lambda)?
Lambda è il numero medio di eventi attesi nell'intervallo — il tasso medio. Per un processo di Poisson è anche la varianza, quindi la deviazione standard è √λ. Deve essere un numero positivo ma non necessariamente intero.
Come si calcola P(X = k) per k grandi?
In spazio logaritmico: exp(−λ + k·ln λ − ln k!), dove ln k! deriva da un log-gamma di Lanczos. Questo evita l'overflow dovuto al calcolo diretto di λᵏ o k!, così conteggi molto grandi restano accurati.
Qual è la differenza tra P(X ≤ k) e P(X ≥ k)?
P(X ≤ k) è la probabilità cumulativa di k eventi o meno; P(X ≥ k) è k o più. Si sovrappongono esattamente in k, quindi P(X ≤ k) + P(X ≥ k) = 1 + P(X = k), non 1. Lo strumento mostra anche la stretta P(X < k).
Quando è appropriato il modello di Poisson?
Quando gli eventi si verificano in modo indipendente a un tasso medio costante su un intervallo fisso di tempo o spazio, e due eventi non possono accadere nello stesso identico istante. Esempi includono arrivi, difetti, refusi per pagina e decadimenti radioattivi.

Altri strumenti