- 統計學教程
- 首頁
- 調整後的R平方
- 方差分析
- 算術平均數
- 算術中位數
- 算術眾數
- 算術極差
- 條形圖
- 最佳點估計
- 貝塔分佈
- 二項分佈
- 布萊克-斯科爾斯模型
- 箱線圖
- 中心極限定理
- 切比雪夫定理
- 卡方分佈
- 卡方表
- 迴圈排列
- 整群抽樣
- 科恩Kappa係數
- 組合
- 有放回組合
- 比較圖表
- 連續均勻分佈
- 連續數列算術平均數
- 連續數列算術中位數
- 連續數列算術眾數
- 累積頻率
- 變異係數
- 相關係數
- 累積圖
- 累積泊松分佈
- 資料收集
- 資料收集 - 問卷設計
- 資料收集 - 觀察法
- 資料收集 - 案例研究法
- 資料模式
- 十分位數統計
- 離散數列算術平均數
- 離散數列算術中位數
- 離散數列算術眾數
- 點圖
- 指數分佈
- F分佈
- F檢驗表
- 階乘
- 頻數分佈
- 伽馬分佈
- 幾何平均數
- 幾何機率分佈
- 擬合優度
- 總平均數
- Gumbel分佈
- 調和平均數
- 調和數
- 諧振頻率
- 直方圖
- 超幾何分佈
- 假設檢驗
- 個體數列算術平均數
- 個體數列算術中位數
- 個體數列算術眾數
- 區間估計
- 逆伽馬分佈
- Kolmogorov-Smirnov檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽馬分佈
- 邏輯迴歸
- 麥克尼馬爾檢驗
- 平均差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇排列和偶排列
- 單比例Z檢驗
- 異常值函式
- 排列
- 有放回排列
- 餅圖
- 泊松分佈
- 合併方差(r)
- 功效計算器
- 機率
- 機率加法定理
- 機率乘法定理
- 機率貝葉斯定理
- 機率密度函式
- 過程能力(Cp)和過程效能(Pp)
- 過程Sigma
- 二次迴歸方程
- 定性資料與定量資料
- 四分位差
- 經驗法則
- 瑞利分佈
- 迴歸截距置信區間
- 相對標準偏差
- 信度係數
- 所需樣本量
- 殘差分析
- 殘差平方和
- 均方根
- 樣本計劃
- 抽樣方法
- 散點圖
- 夏農-維納多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤(SE)
- 標準正態分佈表
- 統計顯著性
- 統計公式
- 統計符號
- 莖葉圖
- 分層抽樣
- 學生t檢驗
- 平方和
- t分佈表
- TI-83指數迴歸
- 轉換
- 截尾均值
- I型和II型錯誤
- 方差
- 韋恩圖
- 大數弱定律
- Z表
- 統計學有用資源
- 統計學 - 討論
統計學 - 泊松分佈
泊松分佈是離散機率分佈,在統計工作中廣泛使用。這種分佈是由法國數學家西蒙·丹尼斯·泊松在1837年提出的,並以他的名字命名。泊松分佈用於事件發生的機率很小的情況,即事件很少發生。例如,製造企業中出現缺陷產品的機率很小,一年內發生地震的機率很小,道路上發生事故的機率很小,等等。所有這些都是事件發生的機率很小的例子。
泊松分佈由以下機率函式定義和給出
公式
${P(X=x)} = {e^{-m}}.\frac{m^x}{x!}$
其中 -
${m}$ = 成功機率。
${P(X=x)}$ = x次成功的機率。
示例
問題陳述
一位別針生產商發現,正常情況下,他5%的產品有缺陷。他將別針包裝成100枚一包,並保證不超過4枚別針有缺陷。一包別針滿足保證質量的機率是多少?[已知:${e^{-m}} = 0.0067$]
解決方案
設p = 缺陷別針的機率 = 5% = $\frac{5}{100}$。已知
${n} = 100, {p} = \frac{5}{100} , \\[7pt] \ \Rightarrow {np} = 100 \times \frac{5}{100} = {5}$
泊松分佈表示為
${P(X=x)} = {e^{-m}}.\frac{m^x}{x!}$
所需機率 = P [包裝滿足保證]
= P [包裝包含最多4個缺陷]
= P (0) +P (1) +P (2) +P (3) +P (4)
$ = {e^{-5}}.\frac{5^0}{0!} + {e^{-5}}.\frac{5^1}{1!} + {e^{-5}}.\frac{5^2}{2!} + {e^{-5}}.\frac{5^3}{3!} +{e^{-5}}.\frac{5^4}{4!}, \\[7pt] \ = {e^{-5}}[1+\frac{5}{1}+\frac{25}{2}+\frac{125}{6}+\frac{625}{24}] , \\[7pt] \ = 0.0067 \times 65.374 = 0.438$
廣告