通过MCP连接 →

输入计算

数学公式

广告

结果

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

什么是泊松分布计算器?

泊松分布用于描述在固定的时间或空间区间内、某类事件发生的次数。它假设事件以已知的恒定平均速率(即均值)出现,且彼此相互独立。本计算器会针对一系列 x 值,同时列出三个量:概率质量 f(x;λ)、下侧累积概率 P(x;λ) = P(X ≤ x),以及上侧累积概率 Q(x;λ) = P(X ≥ x)。

使用方法

先选择要重点显示的序列(概率质量 f、下侧累积 P,或上侧累积 Q)。然后输入均值 λ(必须 ≥ 0)、x 的起始值、步长(增量)以及重复次数(行数)。计算器会自动生成 x = 起始值、起始值+步长、起始值+2·步长,… 并为每个 x 给出对应的 f、P 与 Q,同时高亮你所选的那一列。

公式解析

概率质量函数为 f(x;λ) = e^(−λ) · λ^x / x!。下侧累积分布把直到 x 为止的所有概率质量相加:P(x;λ) = Σ(t 从 0 到 x)f(t;λ)。上侧累积概率则把 x 本身这一项也包含进来:Q(x;λ) = 1 − P(x;λ) + f(x;λ),因此 P 与 Q 会在 f(x) 这一点上重叠。为了保证数值稳定性,我们用对数阶乘来计算 f:f = exp(−λ + x·lnλ − ln(x!))。

Advertisement
中等 lambda 下泊松概率质量函数的柱状图
泊松 PMF:给定平均速率 lambda 时每个整数计数 x 的概率。

实例演示

取 λ = 5、x = 0 时:e^(−5) = 0.006737947,于是 f(0) = 0.006737947、P(0) = 0.006737947,而 Q(0) = 1 − 0.006737947 + 0.006737947 = 1。当 x = 5 时,f(5) = 0.175467、P(5) = 0.615961、Q(5) = 0.559507 — 也就是说,大约 61.6% 的概率质量集中在 X ≤ 5 的范围内。

叠加阶梯状累积分布曲线的泊松 PMF 柱状图
PMF 柱状图(左轴)与作为递增阶梯函数的累积 CDF(右轴)。

常见问题

为什么 P + Q 会大于 1?因为下侧累积 P(X ≤ x)和上侧累积 Q(X ≥ x)都包含了 x 处的点质量 f(x),所以两者之和等于 1 + f(x)。

当 λ = 0 时会怎样?此时全部概率质量都集中在 x = 0:f(0) = 1,对所有 x > 0 都有 f(x) = 0,并且对每个 x ≥ 0 都有 P(x) = 1。

λ 可以不是整数吗?可以 — λ 是一个速率,可取任意 ≥ 0 的数值;而 x 必须是非负整数。

最后更新: