이 계산기 소개
고정된 시간이나 공간에서 희귀한 사건이 발생할 확률을 어떻게 계산합니까? 푸아송 분포는 확률 이론에서 가장 중요한 이산 확률 분포 중 하나이며, 특히 단위 시간(또는 공간)당 발생하는 무작위 사건 수의 확률 분포를 설명하는 데 사용됩니다. 포아송 분포의 확률질량함수는 P(X=k) = (λᵏ × e⁻λ) / k!입니다. 여기서 λ는 평균 발생률이고 k는 사건 발생 횟수입니다.
포아송 분포에는 세 가지 중요한 특성이 있습니다. ① 사건은 독립적으로 발생합니다. ② 평균 이벤트 발생률이 일정하다. ③ 두 가지 이벤트가 동시에 발생하지 않습니다. 이러한 조건이 충족되면 사건 발생 횟수는 포아송 분포를 따릅니다. 포아송 분포의 기대값과 분산은 모두 λ와 같습니다.
실제 생활에서는 푸아송 분포가 매우 널리 사용됩니다. 시간당 웹사이트 방문 횟수, 분당 교환대 통화 횟수, 하루에 병원 응급실에 입원한 환자 수, 방사능 붕괴 횟수, 도서 인쇄 오류 횟수, 교통사고 횟수 등을 모두 포아송 분포를 사용하여 모형화할 수 있습니다.
당사의 포아송 분포 계산기는 주어진 매개변수 λ 및 k 값에 대한 확률 P(X=k), 누적 확률 P(X≤k), 기대값, 분산 및 기타 통계를 신속하게 계산할 수 있습니다. 포아송 분포의 특성을 직관적으로 이해할 수 있도록 확률 분포 차트도 제공됩니다. 학생들이 확률 통계를 배우든, 데이터 분석가가 모델링을 하든 이 도구는 정확하고 효율적인 계산 서비스를 제공할 수 있습니다.
계산 내용
푸아송 분포 계산기는 일정한 시간 또는 공간 간격에서 주어진 평균 발생률로 특정 횟수의 사건이 발생할 확률을 계산합니다.
공식
P(X=k) = (λ^k×e^(−λ))/k! λ는 평균 발생률, k는 사건 횟수입니다.
입력 항목
- 평균 발생률(λ).
- 사건 횟수(k).
예시
| λ | k | P(X=k) |
|---|---|---|
| 전화 | 0 | λ=3일 때 P(X=0) |
| 사고 | 3 | P(X=λ) |
| 고객 | 8 | P(X>λ) |
결과 해석
푸아송 분포는 독립적으로 발생하는 드문 사건을 모델링하는 데 적합합니다. λ가 클수록 정규분포에 가까워집니다.
자주 하는 실수
- λ는 양수여야 합니다.
- 사건은 독립적이어야 합니다.
사용 방법
포아송 분포 계산기를 사용하는 것은 매우 간단합니다. 먼저, 평균 발생률 λ와 계산할 사건 수 k를 결정합니다.
**기본 단계:** 1. 평균 발생률 λ(단위 시간 또는 공간당 평균 사건 수)를 입력합니다. 2. 사건의 개수 k를 입력합니다. (k회 발생 확률을 계산하기 위해) 3. 계산 유형(단일점 확률, 누적 확률, 구간 확률)을 선택합니다. 4. "계산" 버튼을 클릭하여 결과를 확인하세요.
**예 1:** 웹사이트의 시간당 평균 방문 횟수는 3회입니다(λ=3). 정확히 5번의 방문이 발생할 확률을 구합니다. P(X=5) = (3⁵ × e⁻³) / 5! = (243 × 0.0498) / 120 ≒ 0.1008, 약 10.08%.
**예 2:** 한 병원의 응급실은 매일 평균 4명의 환자를 받습니다(λ=4). 특정일에 2명 이하의 환자를 받을 확률을 구하십시오. P(X≤2) = P(X=0) + P(X=1) + P(X=2) = e⁻⁴ + 4e⁻⁴ + 8e⁻⁴ = 13e⁻⁴ ≒ 0.2381, 약 23.81%.
**예 3:** 특정 책에는 페이지당 평균 0.5개의 인쇄 오류가 있습니다(λ=0.5). 특정 페이지에 3개 이상의 오류가 있을 확률을 찾아보세요. P(X≥3) = 1 - P(X≤2) = 1 - [P(X=0) + P(X=1) + P(X=2)] ≒ 1 - 0.9856 = 0.0144, 약 1.44%.
계산기는 확률값, 기대값, 분산, 표준편차 등의 통계를 자동으로 계산하고 확률분포 그래프를 그려줍니다.
주요 기능
• 단일점 확률: 사건이 정확히 k번 발생할 확률인 P(X=k)를 계산합니다. • 누적 확률: P(X≤k) 또는 P(X≥k) 계산, 누적 분포 함수 • 구간 확률: 사건 발생 횟수가 구간 내에 있을 확률 P(a≤X≤b)를 계산합니다. • 통계: 기대치, 분산, 표준편차를 자동으로 계산합니다. • 확률 차트: 확률 질량 함수 및 누적 분포 함수 플롯 • 매개변수 조정: λ 값의 실시간 조정 및 분포 변화 관찰을 지원합니다. • 고정밀 계산: 큰 λ 값과 큰 k 값의 확률을 정확하게 계산합니다. • 공식 표시: 포아송 분포의 확률 공식을 표시합니다. • 적용 사례: 실제 문제의 모델링 사례를 제공합니다. • 완전 무료: 등록이 필요하지 않으며 언제든지 사용할 수 있습니다.
활용 사례
• 웹사이트 분석: 웹사이트 방문 확률 분포 예측 • 콜센터: 전화 통화량 분석 및 인력 최적화 • 의료관리 : 응급환자 수 예측 및 자원의 합리적 배치 • 품질관리 : 제품 불량 건수 분석 및 생산 품질 평가 • 교통계획 : 교통사고 건수 예측 • Actuarial: 청구 건수의 확률을 계산합니다. • 방사능 연구: 방사성 붕괴 횟수 분석 • 생물학: 박테리아 콜로니 수와 유전적 돌연변이를 연구합니다. • 확률통계 학습: 포아송 분포 이론을 학습합니다. • 데이터 모델링: 희귀 사건에 대한 확률 모델 구축