检测到广告拦截，导致我们无法展示广告
MiniWebtool 依靠广告收入免费提供服务。如果这个工具帮到了你，欢迎开通 Premium（无广告 + 更快），或将 MiniWebtool.com 加入白名单后刷新页面。
- 或升级 Premium（无广告）
- 允许 MiniWebtool.com 显示广告，然后刷新
泊松分布计算器
欢迎使用 泊松分布计算器，这是一个全面的工具，用于计算泊松概率，并提供交互式可视化和分步解法。无论您是学习概率论的学生，还是分析事件数据的研究人员，亦或是使用统计模型的专业人士，此计算器都能为您提供准确的结果和详细的说明。
什么是泊松分布？
泊松分布是一种离散概率分布，用于模拟在固定时间或空间间隔内发生的事件数量。它以法国数学家西莫恩·德尼·泊松的名字命名，是概率论和统计学中最重要的分布之一。
泊松分布由单一参数 lambda (λ) 表征，该参数代表每个间隔的平均事件发生率。关键属性包括：
- 事件独立发生： 一个事件的发生不影响另一个事件发生的概率
- 恒定的平均速率： 事件以已知的恒定平均速率 λ 发生
- 无同时发生的事件： 两个事件不能在完全相同的瞬间发生
- 均值等于方差： 对于泊松分布，均值和方差都等于 λ
理解 Lambda (λ) 和 k
什么是 Lambda (λ)？
Lambda (λ) 是泊松分布的平均发生率参数。它代表每个间隔内的预期事件数。例如：
- 一个呼叫中心平均每小时接到 10 个电话 → λ = 10
- 一个网站平均每分钟有 50 位访问者 → λ = 50
- 一台机器平均每天产生 2 个缺陷 → λ = 2
什么是 k？
变量 k 代表您想要计算其概率的特定事件数量。它必须是一个非负整数（0, 1, 2, 3, ...）。例如，如果您想知道一小时内恰好接到 3 个电话的概率，那么 k = 3。
如何计算泊松分布概率
- 确定参数： 确定平均事件发生率 (λ) 和您想要计算概率的事件数 (k)。
- 输入数值： 在计算器中输入代表平均发生率的 lambda (λ) 值和代表事件数的 k 值。
- 计算概率： 点击“计算”以获取 P(X = k)、P(X ≤ k)、P(X > k) 以及其他概率指标和可视化效果。
- 查看分步解法： 检查详细的数学步骤，了解如何使用泊松公式计算每个概率。
- 分析图表： 使用 PMF 柱状图和 CDF 阶梯图可视化分布并了解概率分布情况。
示例：客户到达
一家咖啡馆平均每小时接待 5 名客户。在给定的一小时内恰好有 3 名客户到达的概率是多少？
解法： 当 λ = 5 且 k = 3 时：
$$P(X = 3) = \frac{e^{-5} \cdot 5^3}{3!} = \frac{0.00674 \times 125}{6} \approx 0.1404$$
恰好有 3 名客户到达的概率约为 14.04%。
概率类型说明
| 概率类型 | 符号 | 含义 |
|---|---|---|
| 精确概率 | P(X = k) | 恰好发生 k 次事件的概率 |
| 累积（最多） | P(X ≤ k) | 发生 k 次或更少次事件的概率 |
| 累积（少于） | P(X < k) | 发生少于 k 次事件的概率 |
| 尾部（多于） | P(X > k) | 发生多于 k 次事件的概率 |
| 尾部（至少） | P(X ≥ k) | 发生 k 次或更多次事件的概率 |
PMF 和 CDF 有什么区别？
PMF（概率质量函数） 给出恰好发生 k 次事件的概率：P(X = k)。它显示了每个特定 k 值的概率。
CDF（累积分布函数） 给出最多发生 k 次事件的概率：P(X ≤ k)。它是从 0 到 k 的所有 PMF 值之和：
泊松分布的应用
泊松分布广泛应用于许多领域：
- 商业： 模拟客户到达、销售交易、呼叫中心业务量
- 医疗保健： 分析疾病爆发、患者就诊、罕见不良事件
- 技术： 网络流量分析、服务器请求、系统故障
- 保险： 模拟理赔频率、事故率
- 生物学： 计算细菌菌落、基因突变、放射性衰变
- 质量控制： 制造过程中的缺陷计数
何时使用泊松分布
在以下情况下使用泊松分布：
- 事件彼此独立发生
- 事件以恒定的平均速率发生
- 两个事件不能在完全相同的瞬间发生
- 您正在计算固定间隔内的离散事件
- 事件相对罕见（小间隔内发生事件的概率很小）
常见问题解答
什么是泊松分布？
泊松分布是一种离散概率分布，用于模拟在固定时间或空间间隔内发生的事件数量，前提是事件以已知的恒定平均发生率 (λ) 发生，且彼此独立。它常用于模拟罕见事件，如客户到达、系统故障或放射性衰变。
泊松分布中的 lambda (λ) 是什么？
Lambda (λ) 是泊松分布的平均发生率参数。它代表每个间隔内的预期事件数。例如，如果一个呼叫中心平均每小时接到 5 个电话，那么 λ = 5。Lambda 必须为正数，可以是任何大于零的实数。
如何计算泊松分布的 P(X = k)？
恰好发生 k 次事件的概率使用泊松 PMF 公式计算：P(X = k) = (e^(-λ) × λ^k) / k!。例如，当 λ = 5 且 k = 3 时：P(X = 3) = (e^(-5) × 5^3) / 3! = (0.00674 × 125) / 6 ≈ 0.1404，即约 14.04%。统计
泊松分布中 PMF 和 CDF 有什么区别？
PMF（概率质量函数）给出恰好发生 k 次事件的概率：P(X = k)。CDF（累积分布函数）给出最多发生 k 次事件的概率：P(X ≤ k)，它是从 0 到 k 的所有 PMF 值之和。CDF 对于计算结果范围的概率非常有用。
什么时候应该使用泊松分布？
在以下情况下使用泊松分布：(1) 事件独立发生，(2) 事件以恒定的平均速率发生，(3) 两个事件不能在完全相同的瞬间发生，以及 (4) 您正在计算固定间隔内的事件数量。常见的应用包括模拟网站流量、保险索赔、设备故障和生物过程。
参考资料
引用此内容、页面或工具为：
"泊松分布计算器" 于 https://MiniWebtool.com/zh-cn/泊松分布计算器/，来自 MiniWebtool，https://MiniWebtool.com/
由 miniwebtool 团队创建。最后更新时间：2026年1月13日
您还可以尝试我们的 AI数学解题器 GPT，通过自然语言问答解决您的数学问题。