在線即時計算器 · 純前端本地秒算 · 零數據上傳

🎲 Poisson Distribution Percentile 計算機

專業免費的 Poisson Distribution Percentile 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
4 最小/最大整數計數 x
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

這個計算器的用途

本工具用來計算卜瓦松分布(Poisson distribution)的百分位數。只要給定平均值(λ)與目標累積機率,計算器就會回傳對應該機率的整數事件次數 x。它其實就是卜瓦松累積分布函數(CDF)的反函數,並提供兩種模式:下尾累積 P 與上尾累積 Q。

使用方法

先選擇累積模式。在下尾累積 P 模式中,輸入目標下尾機率 P,計算器會回傳滿足 P(x, \lambda) ≥ P 的最小整數 x;在上尾累積 Q 模式中,輸入上尾機率 Q,則會回傳滿足 Q(x, \lambda) ≥ Q 的最大 x,本站採用「含 x」的定義慣例 Q(x) = 1 - P(x-1)。接著輸入平均值 λ(事件發生的期望次數)。所有輸入值皆為無單位的純數。

公式說明

機率質量函數為

f(t, \lambda) = ((e^{-\lambda} \lambda^{t}) ÷ (t!)).
為了數值穩定性,各項採用遞迴方式逐步計算:term(0) = e^{-\lambda},term(t) = term(t-1) · ((\lambda) ÷ (t)),藉此避免 \lambda^{t} 與 t! 造成的溢位問題。下尾累積機率即為這些項的逐步加總:
x^{*} = \min≤ft{ x \in \mathbb{Z}_{≥ 0} : \sum_{k=0}^{x} ((e^{-\lambda} \lambda^{k}) ÷ (k!)) ≥ p \right}, \lambda = Mean \lambda
上尾累積機率則為 1 減去下移一個索引的下尾累積:
x^{*} = \max≤ft{ x \in \mathbb{Z}_{≥ 0} : 1 - \sum_{k=0}^{x-1} ((e^{-\lambda} \lambda^{k}) ÷ (k!)) ≥ p \right}, \lambda = Mean \lambda

實例演算

在下尾模式中,設 P = 0.3、\lambda = 5,逐步累積結果為 P(0)=0.0067、P(1)=0.0404、P(2)=0.1247、P(3)=0.2650、P(4)=0.4405。第一個達到 0.3 的 x 為 x = 4。在上尾模式中,設 Q = 0.3、\lambda = 5,Q(6)=0.384、Q(7)=0.238,因此滿足 Q ≥ 0.3 的最大 x 為 x = 6。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

為什麼上尾模式的加總會包含 x?
本站將 \(Q(x)\) 定義為 t 由 x 到無限大的總和,也就是 \(Q(x) = 1 - P(x-1)\),這與常見的 \(P(X > x)\) 定義不同,請特別留意。
當 λ = 0 時會發生什麼?
此時所有機率都集中在 \(t = 0\),因此下尾百分位數為 0,而對任何 \(x \ge 1\) 來說 \(Q(x)=0\)。
若輸入的機率超出 0 到 1 的範圍會如何?
計算器會標示為無效輸入;機率必須滿足 \(0 \le P, Q \le 1\),且 \(\lambda \ge 0\)。