Poisson-fordelingen (eller Poisson-fordelingen) er en sandsynlighedsfordeling, der beskriver antallet af hændelser, der finder sted i et fast tidsrum, hvis disse hændelser forekommer med en konstant gennemsnitsfrekvens og uafhængigt af hinanden.
Poisson-fordelingen bruges ofte til at modellere sjældne tilfældige hændelser, såsom antallet af telefonopkald modtaget af et callcenter i timen, antallet af radioaktive henfald pr. minut eller antallet af tastefejl pr. side med tekst.
Formelt, hvis en stokastisk variabel X har en Poisson-fordeling med parameteren λ > 0, så:
P(X = k) = (λ^k * e^-λ) / k!, hvor k = 0, 1, 2, ...
Her er λ det gennemsnitlige antal hændelser, der forekommer pr. tidsenhed.
Grundlæggende egenskaber ved Poisson-fordelingen:
-
Gennemsnitsværdien er lig med variansen og lig med parameteren λ.
-
Summen af uafhængige stokastiske variable fordelt på en Poisson-måde har også en Poisson-fordeling.
-
Det maksimale sandsynlighedsestimat for parameteren λ er prøvegennemsnittet.
Poisson-fordelingen er meget udbredt inden for forskellige områder: fra callcentermodellering til dataanalyse inden for genetik og astronomi. Dette er en af de mest grundlæggende og nyttige fordelinger i anvendt statistik.
Poisson-fordelingen (også kendt som Poisson-fordelingen) er en af hovedfordelingerne i matematisk statistik sammen med normal eller lognormal. Det er meget brugt som en beskrivelse af tiden mellem begivenheder og hyppigheden af forskellige begivenheder inden for forskellige videnskabsområder. Ved første øjekast er denne fordeling enkel, men den har sine egne karakteristika. Lad os se på et par eksempler nedenfor: