Die Poisson-Verteilung in dieser Darstellung
Die Poisson-Verteilung beschreibt die Anzahl von Ereignissen in einer festen Zeitspanne, auf einer Strecke oder in einer Fläche, etwa Anrufe bei einer Hotline in einer Stunde oder Tippfehler auf einer Seite. Die Ereignisse treten einzeln mit gleichbleibender mittlerer Rate auf, und die Anzahlen in disjunkten Bereichen sind unabhängig. Der einzige Parameter ist die erwartete Anzahl (Rate mal Intervalllänge). Es gilt für . Hier besteht das Intervall aus Abschnitten, in denen jeweils mit Wahrscheinlichkeit ein Ereignis eintritt. Die Anzahl ist dann binomialverteilt. Bei jeder Verdopplung von nähern sich die roten Balken dem Poisson-Umriss, während der Erwartungswert bleibt.
Woher die Formel kommt
Für zerfällt die Binomialwahrscheinlichkeit in drei Faktoren:
Mittelwert und Varianz sind beide λ
Bei Teilintervallen ist der Mittelwert , unabhängig von . Die Varianz beträgt und ist etwas kleiner als . Der Faktor nähert sich 1, wenn wächst. Somit hat auch die Poisson-Verteilung die Varianz und die Standardabweichung .
Die Form der Verteilung
Jeder Poisson-Balken ist mal so hoch wie der vorherige: . Ist der Faktor größer als 1, steigen die Balken an. Fällt er unter 1, sinken sie. Für ist 0 daher am wahrscheinlichsten, und die Balken fallen von Anfang an. Sonst liegt ein Maximum bei . Ist ganzzahlig, sind und gleich wahrscheinlich. Mit größerem wird die Verteilung nahezu symmetrisch und glockenförmig, wie der zentrale Grenzwertsatz erklärt.
Worauf du achten kannst
- λ muss keine ganze Zahl sein: Im Mittel 0.5 Ereignisse pro Intervall sind ebenso sinnvoll wie 3.
- Ein Mittelwert von λ bedeutet nicht, dass meist genau λ Ereignisse eintreten: Bei λ = 3 sind es nur in etwa 22 % der Fälle genau 3.
- Zum Modell gehört, dass die Ereignisse einzeln eintreten. In jedem Teilintervall ist höchstens ein Ereignis möglich. Treten Ereignisse in Gruppen auf, ergibt sich eine andere Verteilung der Anzahl.
Bedienung
- Klicke auf eine Säule oder ziehe das Dreieck unter den Balken, um die drei Faktoren für diese Ereigniszahl abzulesen.
Verwandte Themen
Weiterführende Literatur: Wikipedia: Poisson distribution (Englisch); OpenStax, Introductory Statistics 2e, 4.6 Poisson Distribution (Englisch).