Matematiske Regnemaskiner
Beregner For Giftfordeling
Poisson-fordelingsberegneren giver dig mulighed for at bestemme sandsynligheden for, at en hændelse indtræffer et antal gange i løbet af en bestemt tidsramme.
Poisson Distribution Lommeregner
P(X = x) = e-λ • λx / x!
Indholdsfortegnelse
| ◦Hvad er Poisson-fordelingen? |
| ◦Eksempler på Poisson-fordeling |
| ◦Hvornår er det ikke hensigtsmæssigt at bruge Poisson-fordelingen |
Hvad er Poisson-fordelingen?
Poisson-fordelingen kan beskrives som en sandsynlighedsfordeling. Det ligner binomialet. Det angiver sandsynligheden for, at et bestemt antal hændelser vil forekomme over en periode. Du kan bruge tidligere data til at beregne denne sandsynlighed og finde ud af hyppigheden af hændelser.
Tænk for eksempel på, at det gennemsnitlige antal tornadoer i en region over ti år har været 5. Dette giver os mulighed for at beregne sandsynligheden for, at der ikke vil være tornadoer i området i løbet af den næste tiårsperiode. Sandsynligheden for, at andre tornadoer udvikler sig i dette område i løbet af den næste tiårsperiode kan også beregnes.
Eksempler på Poisson-fordeling
Dette er blot nogle få eksempler på hændelser, som du kan analysere med Poisson-fordelingsberegneren:
Antal busser, der ankommer til en busstation i timen
I en prøve på 1.000 billeder er antallet af slørede billeder
Antallet af meteorer, der har ramt Jorden i de sidste 100 år.
Hvor mange gange har en elev været fraværende fra skolen i løbet af skoleåret;
Antallet af mennesker, der besøger et museum mellem klokken 10 og 11 om morgenen.
Poisson-fordelingen kan bruges til at identificere hændelser, der er uafhængige af hinanden. Deres sandsynlighed ændrer sig ikke over tid. Disse begivenheder kan beskrives som tilfældige, men de er uundgåelige. For eksempel kommer en bus 20 minutter for sent kun for at have to busser ankommet samtidigt.
Hvornår er det ikke hensigtsmæssigt at bruge Poisson-fordelingen
En diskret fordeling som Poisson er et eksempel. Poisson-fordelingstabellen kan kun bruges til heltalsargumenter. I modsætning til kontinuerlige fordelinger, såsom normal, som kan tage enhver værdi, kan Poisson-fordelingstabellen kun antage et tælleligt uendeligt tal.
Derudover skal Poisson-fordelingsberegningsberegneren ikke bruges når
Hændelser kan ikke adskilles (sandsynligheder for fremtidige hændelser kan ændre sig i løbet af tiden);
Det er usandsynligt, at en hændelse vil forekomme (sandsynlighedsfunktion udefineret for nul hændelser).
Poisson-sandsynlighedsformlen virker ikke korrekt i dette første tilfælde, hvis hændelser er gentagne gange korreleret. Der er mange eksempler på positiv autokorrelation i dataene. For eksempel kan et vulkanudbrud gøre andre vulkaner mindre tilbøjelige til at gå i udbrud. Eller en epidemisk sygdom med høj dynamik.
Når vi skal håndtere begivenheder, hvor nul ikke er muligt, skal Poisson-fordelingen forbedres. For eksempel må patienter, der er indlagt, aldrig forlade klinikken efter nul dage. Dette problem kan løses ved hjælp af trimmede fordelinger, såsom den nul-truncerede Poisson-fordeling, som kun bruger et sæt positive heltal.
Artikelforfatter
Parmis Kazemi
Parmis er en indholdsskaber, der har en passion for at skrive og skabe nye ting. Hun er også meget interesseret i teknologi og nyder at lære nye ting.
Beregner For Giftfordeling Dansk
Udgivet: Wed Jun 08 2022
I kategori Matematiske regnemaskiner
Føj Beregner For Giftfordeling til dit eget websted