透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

Probability mass f at x = 0
0.006738
Poisson distribution, λ = 5
0.006737946999085467 0.006737946999085467 1.0
x f(x) — probability mass P(x) — lower cumulative Q(x) — upper cumulative
0 0.006737947 0.006737947 1
1 0.033689735 0.040427682 0.993262053
2 0.084224337 0.124652019 0.959572318
3 0.140373896 0.265025915 0.875347981
4 0.17546737 0.440493285 0.734974085
5 0.17546737 0.615960655 0.559506715
6 0.146222808 0.762183463 0.384039345
7 0.104444863 0.866628326 0.237816537
8 0.065278039 0.931906365 0.133371674
9 0.036265577 0.968171943 0.068093635
10 0.018132789 0.986304731 0.031828057

什麼是卜瓦松分布計算器?

卜瓦松分布(Poisson distribution)用來描述在固定的時間區間或空間範圍內,某事件發生的次數,前提是已知一個固定的平均發生率(平均數),且各事件彼此獨立發生。本計算器會依一連串 x 值,同時列出三項數值:機率質量 \(f(x;\lambda)\)、下累積機率 \(P(x;\lambda) = P(X \le x)\),以及上累積機率 \(Q(x;\lambda) = P(X \ge x)\)。

使用方式

先選擇要強調顯示的數列(機率質量 f、下累積機率 P,或上累積機率 Q)。接著輸入平均數 \(\lambda\)(必須 \(\ge 0\))、x 的起始值、遞增量(步長),以及重複次數(列數)。計算器會自動產生 \(x = \text{起始值},\ \text{起始值}+\text{步長},\ \text{起始值}+2\cdot\text{步長},\ \ldots\) 並逐列顯示對應的 f、P 與 Q,同時強調您所選的欄位。

公式說明

機率質量函數為 $$f(x;\lambda) = \frac{\lambda^{\,x}\,e^{-\lambda}}{x!}.$$下累積分布是將 x 以前(含 x)的所有機率質量加總:$$P(x;\lambda) = \sum_{t=0}^{x} \frac{\lambda^{\,t}\,e^{-\lambda}}{t!}.$$上累積機率則包含 x 當點本身的機率:$$Q(x;\lambda) = 1 - P(x;\lambda) + f(x;\lambda),$$因此 P 與 Q 會在 \(f(x)\) 這一項重疊。為了維持數值運算的穩定,本計算器以對數階乘來計算 f:$$f = \exp\!\left(-\lambda + x\cdot\ln\lambda - \ln(x!)\right).$$

Advertisement
中等 lambda 下卜瓦松機率質量函數的長條圖
卜瓦松 PMF:給定平均速率 lambda 時每個整數計數 x 的機率。

實際範例

當 \(\lambda = 5\)、\(x = 0\) 時:\(e^{-5} = 0.006737947\),因此 \(f(0) = 0.006737947\)、\(P(0) = 0.006737947\),而 $$Q(0) = 1 - 0.006737947 + 0.006737947 = 1.$$當 \(x = 5\) 時,\(f(5) = 0.175467\)、\(P(5) = 0.615961\)、\(Q(5) = 0.559507\) — 也就是說,約有 61.6% 的機率質量落在 \(X \le 5\) 的範圍內。

疊加階梯狀累積分布曲線的卜瓦松 PMF 長條圖
PMF 長條(左軸)與作為遞增階梯函數的累積 CDF(右軸)。

常見問題

為什麼 P + Q 會大於 1?因為下累積機率 P(X ≤ x)與上累積機率 Q(X ≥ x)都包含了 x 當點的機率質量 \(f(x)\),所以兩者相加會等於 \(1 + f(x)\)。

當 \(\lambda = 0\) 時會怎樣?所有機率質量都集中在 x = 0:\(f(0) = 1\)、\(x > 0\) 時 \(f(x) = 0\),而對於每一個 \(x \ge 0\),\(P(x)\) 皆為 1。

\(\lambda\) 可以是非整數嗎?可以 — \(\lambda\) 是一個發生率,可為任何 \(\ge 0\) 的數值;但 x 值必須是非負整數。

最後更新: