Poissonverdelingcalculator
De kans op precies k gebeurtenissen wanneer die onafhankelijk van elkaar met een gemiddelde frequentie λ per interval optreden — P(X=k) = e^(−λ)·λ^k / k!. Je krijgt de exacte kans, de cumulatieve kans P(X≤k) en de staartkans P(X≥k), met de herinnering dat gemiddelde en variantie beide gelijk zijn aan λ.
Vergelijkbare tools
Alle tools: Statistiek & kansrekening →Voer Gemiddelde frequentie λ, Aantal gebeurtenissen k in en de Poissonverdelingcalculator rekent P(X = k), P(X ≤ k), P(X ≥ k), Gemiddelde = variantie = λ meteen uit. Bijvoorbeeld: met Gemiddelde frequentie λ = 5 en Aantal gebeurtenissen k = 3 geeft hij P(X = k) = 0,14, P(X ≤ k) = 0,265 en P(X ≥ k) = 0,875.
Zo gebruik je het
- Voer je waarden in: Gemiddelde frequentie λ, Aantal gebeurtenissen k.
- Lees het resultaat onmiddellijk: P(X = k), P(X ≤ k), P(X ≥ k), Gemiddelde = variantie = λ.
Veelgestelde vragen
Wat rekent de Poissonverdelingcalculator precies uit?
Hij neemt Gemiddelde frequentie λ en Aantal gebeurtenissen k en leidt daar P(X = k), P(X ≤ k), P(X ≥ k) en Gemiddelde = variantie = λ uit af. De berekening loopt live terwijl je typt, dus het resultaat werkt bij elke wijziging bij.
Welke gegevens moet ik opgeven?
2 waarden: Gemiddelde frequentie λ en Aantal gebeurtenissen k. Verder is er niets nodig — geen account, geen bestandsupload.
Kun je een uitgewerkt voorbeeld laten zien?
Met Gemiddelde frequentie λ = 5 en Aantal gebeurtenissen k = 3 geeft de calculator P(X = k) = 0,14, P(X ≤ k) = 0,265 en P(X ≥ k) = 0,875. Die cijfers komen uit het daadwerkelijk uitvoeren van deze tool, dus je kunt ze reproduceren door dezelfde waarden in te voeren.
Wat gebeurt er als ik grotere waarden invoer?
Het beweegt sterk. Met Gemiddelde frequentie λ = 5,5 en Aantal gebeurtenissen k = 6 in plaats daarvan gaat P(X = k) van 0,14 naar 0,157 — en daarom is het de moeite waard een paar scenario’s te toetsen in plaats van op één cijfer te vertrouwen.
Wat geeft het bij kleinere waarden?
Teruggeschaald naar Gemiddelde frequentie λ = 4,5 en Aantal gebeurtenissen k = 2 komt P(X = k) uit op 0,112. Het is de moeite waard het verband aan beide uiteinden te controleren voordat je op één uitkomst vertrouwt.
Wanneer zou ik dit werkelijk gebruiken?
Een dataset samenvatten voordat je er conclusies uit trekt, nagaan of een verschil tussen twee groepen echt is, en een interval om een schatting leggen.
Wat is de meest voorkomende fout?
Een p-waarde lezen als de kans dat de hypothese onjuist is. Het is de kans om gegevens te zien die minstens zo extreem zijn als de nulhypothese waar was — een andere uitspraak, en een veel zwakkere.
Wat is het verschil tussen de Poissonverdelingcalculator en de Calculator bètaverdeling?
Deze geeft P(X = k) en P(X ≤ k); de Calculator bètaverdeling geeft Resultaat. Dat is het hele verschil — open die waarvan je het cijfer nodig hebt.
Is er een tool voor de volgende stap?
Calculator exponentiële verdeling is de naastliggende na deze: Bereken kansen voor wachttijden volgens de exponentiële verdeling uit de intensiteit λ, inclusief P(X≤x), P(X>x) en een interval.
Wat is het nog waard om ernaast open te hebben?
Generator normale verdeling en Calculator geometrische verdeling — ze komen vaak genoeg in dezelfde taak voor om een tweede tabblad waard te zijn.