Saltar al contenido
MasterMath

Calculadora de distribución de Poisson

La probabilidad de que ocurran exactamente k sucesos en un intervalo cuando conoces la media, y las acumuladas. Sirve para llamadas por hora, clientes por minuto o averías por mes.

Exactamente k sucesos

—

Exactamente k sucesos—
Como mucho k—
Al menos k—
Media—
Desviación estándar—
Ninguno en el intervalo—
kExactamente kHasta k

Cómo se ha calculado

    La fórmula

    P(X = k) = e^(−λ) · λᵏ / k!

    Qué significa

    La Poisson cuenta sucesos raros en un intervalo continuo de tiempo o de espacio: no hay un número fijo de intentos, solo un ritmo medio. Su rasgo característico es que la media y la varianza coinciden, y eso es también su comprobación: si en tus datos la varianza es mucho mayor que la media, los sucesos no son independientes y la Poisson no describe lo que pasa.

    Cómo calcularlo a mano

    1. Anota la media de sucesos por intervalo, que es la lambda
    2. Eleva lambda a k y divide entre el factorial de k
    3. Multiplica por e elevado a menos lambda
    4. Para las acumuladas, suma los casos desde cero hasta k

    Lo que conviene saber

    La lambda tiene que corresponder al mismo intervalo por el que preguntas: si el ritmo es de doce llamadas por hora y preguntas por quince minutos, la lambda es tres, no doce. Es el error más frecuente con esta distribución. Y la independencia importa: las llamadas a un centro de atención no son independientes cuando hay una incidencia general, y en esos días la Poisson subestima mucho la probabilidad de los picos.

    Preguntas frecuentes

    ¿En qué se diferencia de la binomial?

    La binomial cuenta éxitos en un número fijo de intentos; la Poisson cuenta sucesos en un intervalo continuo, sin número de intentos.

    ¿Qué es lambda?

    La media de sucesos por intervalo. Tiene que referirse al mismo intervalo por el que preguntas.

    ¿Por qué la varianza es igual a la media?

    Es una propiedad de la distribución. Si en tus datos no se cumple, los sucesos probablemente no son independientes.

    ¿Puede lambda no ser un número entero?

    Sí, y casi siempre lo es: 2,7 averías al mes es perfectamente posible como media.

    ¿Sirve para colas y tiempos de espera?

    Para el número de llegadas, sí. Para el tiempo entre una y la siguiente, la distribución que toca es la exponencial.