Calculadora de Distribución de Poisson
Calculadora de Distribución de Poisson
Introduce la tasa promedio de ocurrencia (λ, lambda) en tu intervalo de interés, y el número de ocurrencias para el que quieres la probabilidad. Esto calcula tanto la probabilidad exacta de que ocurran esa cantidad de eventos, como la probabilidad acumulada de esa cantidad o menos.
- Fórmula: P(X=k) = (λ^k × e^−λ) ÷ k!, donde λ es la tasa promedio y k es el número objetivo de ocurrencias.
- Modela eventos raros e independientes en un intervalo fijo: como llamadas a un centro de atención por hora, erratas por página, o llegadas de clientes por minuto.
- Diferente del binomial: Poisson no necesita un número fijo de "ensayos" — modela recuentos de eventos en el tiempo o espacio continuo, dada solo la tasa promedio.
¿Qué tipos de eventos se ajustan al modelo de Poisson?
Eventos que ocurren independientemente entre sí a una tasa promedio constante conocida, dentro de una unidad fija de tiempo o espacio — como visitas a un sitio web por minuto, defectos por metro de material, o correos por hora.
¿Qué pasa si quiero la probabilidad de "más de" un número, no "como máximo"?
Resta la probabilidad acumulada de 1 — la probabilidad de más de k ocurrencias es igual a 1 menos la probabilidad de k o menos.
Calculadora de Distribución de Poisson
Introduce la tasa promedio de ocurrencia (λ, lambda) en tu intervalo de interés, y el número de ocurrencias para el que quieres la probabilidad. Esto calcula tanto la probabilidad exacta de que ocurran esa cantidad de eventos, como la probabilidad acumulada de esa cantidad o menos.
- Fórmula: P(X=k) = (λ^k × e^−λ) ÷ k!, donde λ es la tasa promedio y k es el número objetivo de ocurrencias.
- Modela eventos raros e independientes en un intervalo fijo: como llamadas a un centro de atención por hora, erratas por página, o llegadas de clientes por minuto.
- Diferente del binomial: Poisson no necesita un número fijo de "ensayos" — modela recuentos de eventos en el tiempo o espacio continuo, dada solo la tasa promedio.
¿Qué tipos de eventos se ajustan al modelo de Poisson?
Eventos que ocurren independientemente entre sí a una tasa promedio constante conocida, dentro de una unidad fija de tiempo o espacio — como visitas a un sitio web por minuto, defectos por metro de material, o correos por hora.
¿Qué pasa si quiero la probabilidad de "más de" un número, no "como máximo"?
Resta la probabilidad acumulada de 1 — la probabilidad de más de k ocurrencias es igual a 1 menos la probabilidad de k o menos.