通过MCP连接 →

输入计算

数学公式

广告

结果

百分位点 x
4
最小/最大整数计数 x
x 处实际达到的累积概率 0.440493

这个计算器能做什么

本工具用于计算泊松分布的百分位点。只要给定均值 \(\lambda\) 和一个目标累积概率,它就会返回与该概率对应的整数事件计数 \(x\)。它是泊松累积分布函数(CDF)的逆运算,支持两种模式:下侧累积 P 和上侧累积 Q。

使用方法

首先选择累积模式。在 下侧累积 P 模式下,输入目标下尾概率 P,计算器会返回满足 \(P(x, \lambda) \ge P\) 的最小整数 \(x\);在 上侧累积 Q 模式下,输入上尾概率 Q,计算器会返回满足 \(Q(x, \lambda) \ge Q\) 的最大整数 \(x\)。本站采用「含 x」的约定,即 \(Q(x) = 1 - P(x-1)\)。随后输入均值 \(\lambda\)(即事件发生次数的期望值)。所有输入均为无量纲数值。

公式详解

泊松分布的概率质量函数为 $$f(t, \lambda) = \frac{e^{-\lambda}\,\lambda^{t}}{t!}$$ 为保证数值稳定,各项采用迭代方式逐步求出:\(\text{term}(0) = e^{-\lambda}\),\(\text{term}(t) = \text{term}(t-1) \cdot \frac{\lambda}{t}\),从而避免直接计算 \(\lambda^{t}\) 与 \(t!\) 时可能出现的数值溢出。下侧累积概率即为这些项的累加和:$$x^{*} = \min\left\{\, x \in \mathbb{Z}_{\ge 0} : \sum_{k=0}^{x} \frac{e^{-\lambda}\,\lambda^{k}}{k!} \ge \text{p} \,\right\}, \quad \lambda = \text{Mean } \lambda$$ 上侧累积概率则是 1 减去向后错位一个下标的下侧累积概率:$$x^{*} = \max\left\{\, x \in \mathbb{Z}_{\ge 0} : 1 - \sum_{k=0}^{x-1} \frac{e^{-\lambda}\,\lambda^{k}}{k!} \ge \text{p} \,\right\}, \quad \lambda = \text{Mean } \lambda$$

Advertisement
泊松 CDF 阶梯图,P 处的水平线向下映射到整数百分位数 x
读取逆 CDF:找到累积曲线首次达到 P 的位置即可得到 x。
泊松柱状图,将阈值 x 以内的柱子着色以显示累积概率 P
百分位数 x 是累积概率达到目标 P 的最小计数。

实例演算

在下侧模式下,取 \(P = 0.3\)、\(\lambda = 5\),累积概率依次为 \(P(0)=0.0067\)、\(P(1)=0.0404\)、\(P(2)=0.1247\)、\(P(3)=0.2650\)、\(P(4)=0.4405\)。首个达到 0.3 的 \(x\) 是 \(x = 4\)。在上侧模式下,取 \(Q = 0.3\)、\(\lambda = 5\),有 \(Q(6)=0.384\)、\(Q(7)=0.238\),因此满足 \(Q \ge 0.3\) 的最大 \(x\) 是 \(x = 6\)。

常见问题

为什么上侧模式的求和包含 x 本身?本站将 \(Q(x)\) 定义为从 \(t = x\) 到无穷大的求和,即 \(Q(x) = 1 - P(x-1)\),这与常见的 \(P(X > x)\) 约定有所不同,请留意区别。

当 \(\lambda = 0\) 时会发生什么?此时全部概率质量都集中在 \(t = 0\) 上,因此下侧百分位为 0,而对任意 \(x \ge 1\) 都有 \(Q(x)=0\)。

如果输入的概率不在 0 到 1 之间怎么办?计算器会将其标记为无效输入;概率必须满足 \(0 \le P, Q \le 1\),且 \(\lambda \ge 0\)。

最后更新: