Distribusi Poisson, Distribusi Poisson

Distribusi Poisson (atau Distribusi Poisson) adalah distribusi probabilitas yang menggambarkan jumlah peristiwa yang terjadi dalam periode waktu tertentu jika peristiwa tersebut terjadi dengan frekuensi rata-rata yang konstan dan tidak bergantung satu sama lain.

Distribusi Poisson sering digunakan untuk memodelkan peristiwa acak yang jarang terjadi, seperti jumlah panggilan telepon yang diterima oleh pusat panggilan per jam, jumlah peluruhan radioaktif per menit, atau jumlah kesalahan ketik per halaman teks.

Secara formal, jika variabel acak X berdistribusi Poisson dengan parameter λ > 0, maka:

P(X = k) = (λ^k * e^-λ) / k!, dimana k = 0, 1, 2, ...

Di sini λ adalah jumlah rata-rata peristiwa yang terjadi per satuan waktu.

Sifat dasar distribusi Poisson:

1. Nilai rata-rata sama dengan varians dan sama dengan parameter λ.

2. Jumlah variabel acak independen yang didistribusikan secara Poisson juga memiliki distribusi Poisson.

3. Estimasi kemungkinan maksimum dari parameter λ adalah mean sampel.

Distribusi Poisson banyak digunakan di berbagai bidang: mulai dari pemodelan call center hingga analisis data di bidang genetika dan astronomi. Ini adalah salah satu distribusi paling mendasar dan berguna dalam statistik terapan.

Distribusi Poisson (juga dikenal sebagai distribusi Poisson) adalah salah satu distribusi utama dalam statistik matematika, selain normal atau lognormal. Banyak digunakan sebagai gambaran waktu antar peristiwa dan frekuensi berbagai peristiwa di berbagai bidang ilmu pengetahuan. Distribusi ini sekilas sederhana, namun memiliki ciri khas tersendiri. Mari kita lihat beberapa contoh di bawah ini: