泊松分布计算器

泊松分布是统计学和应用数学中最重要的离散概率分布之一。它以法国数学家西梅翁·德尼·泊松命名，用于描述在固定时间或空间区间内，当事件彼此独立并以已知恒定平均速率发生时，出现给定事件次数的概率。 该分布完全由一个参数 λ (lambda) 决定，它表示给定区间内事件发生次数的均值。例如，如果呼叫中心平均每小时接到 10 通电话，则 λ = 10。一小时内恰好接到 x 通电话的概率就服从该 lambda 下的泊松分布。 泊松概率质量函数 (PMF) 为：P(X = x) = (e^−λ × λ^x) / x!，其中 e ≈ 2.71828 是欧拉数，x! 是 x 的阶乘。这个简洁的公式可以计算任意非负整数 x 的精确概率。 泊松分布的一个显著性质是其均值和方差都等于 λ。这意味着标准差等于 √λ。随着 λ 增大，分布会变得更对称，并逐渐近似正态分布，这在大规模应用中非常有用。 本计算器会计算五个关键概率值：精确次数的 P(X = x)、严格少于 x 个事件的 P(X < x)、至多 x 个事件的 P(X ≤ x)、严格多于 x 个事件的 P(X > x)，以及至少 x 个事件的 P(X ≥ x)。这些累积形式通过在相关范围内对 PMF 求和得到。 泊松分布广泛应用于科学、工程、金融和医学领域。保险公司用它建模理赔发生频率；电信工程师用它分析来电到达率和网络数据包流；质量控制团队用它建模单位面积内的缺陷数量；流行病学家用它建模人群中的疾病发生率。 当试验次数 n 非常大、成功概率 p 非常小且 np = λ 时，泊松分布也是二项分布的极限情形。这一联系使泊松模型非常适合稀有事件建模。 使用本计算器时，请确保你建模的事件确实相互独立，并且以恒定平均速率发生。如果速率在区间内变化，例如工作时段的网站流量更高，那么标准泊松模型可能并不适用，你可能需要使用非齐次泊松过程或其他分布。