AITerms 登入
統計方法資料處理數學基礎

卜瓦松分佈(Poisson Distribution)是什麼?

卜瓦松分佈是一種離散機率分佈,描述在固定時間或地點內,事件發生的次數。其特點是事件發生是獨立且隨機的。

同主題的術語資料處理AI應用

完整定義

卜瓦松分佈是一種離散機率分佈,用於描述在固定時間或地點內,事件發生的次數。它假設事件是獨立且隨機發生的,且事件發生的平均速率是已知的。卜瓦松分佈廣泛應用於排隊理論、風險管理和生物統計學等領域。

白話說明

你有沒有算過,一小時內大概會來幾通電話、幾個請求?

你可以把 卜瓦松分佈 想成 固定時間內數事件發生幾次。

很適合看罕見事件或到達次數,固定時間內,數事件發生次數 這件事就特別重要。

記住這句

固定時間內,數事件發生次數

比喻:卜瓦松分佈就像在固定時間內「數豆子」-- 比如一小時內有多少通客服電話打進來,或者一平方公里內有多少棵樹,它幫我們預測這些稀有事件發生的次數。

容易混淆

卜瓦松分佈 vs 二項式分佈

二項式像擲硬幣,每次只有兩種結果,且次數固定;卜瓦松像數中樂透的次數,事件發生是隨機且稀有的,沒有固定總次數限制。

最關鍵的區別:一個看單位時間的次數,一個看固定試驗的成功次數。

卜瓦松分佈 vs 二項式分佈

卜瓦松看固定時間內來幾次,二項式看固定次數裡成功幾次

最關鍵的區別:一個數到達次數,一個數成功次數。

實際案例

案例 1:客服中心預估每小時來電數

案例 2:網站統計某分鐘的請求數波動

演算法與應用

核心意思就是:固定時間內,數事件發生次數。

常用在客服來電、請求數、事故數這種稀有事件

當事件平均發生率穩定、彼此近似獨立時最常用

情境判斷

Q2(判斷題): 事件很多而且很密集時,還適合嗎?

看情況,若事件不再稀有或獨立性不強,其他分佈可能更合適

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 2 題把卜瓦松分佈列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本