一定の期間に平均何回起こるか(λ)と回数 k を入力すると、ポアソン分布でちょうど k 回・k 回以下・k 回以上起こる確率を計算します。1時間あたりの問い合わせ件数や、1日の故障件数のように、まれなできごとの回数を考えるときに使えます。
ポアソン分布 確率計算ツール
平均発生回数 λ と回数 k から、ポアソン分布でちょうど k 回・k 回以下・k 回以上起こる確率を計算します。
使い方
- 「平均発生回数 λ」に、一定の期間や範囲で平均何回起こるかを入力します(例:1時間に平均3件)。
- 「回数 k」に、確率を知りたい回数を入力します。
- カードで P(X = k)・P(X ≤ k)・P(X ≥ k) を確認します。表では k の前後の確率も一覧できます。
計算式
P(X = k) = e^(−λ) × λᵏ ÷ k!
P(X ≤ k) = P(X = 0) + P(X = 1) + … + P(X = k)
P(X ≥ k) = 1 − P(X ≤ k − 1)
平均 = 分散 = λ
e は自然対数の底(約2.718)、k! は k の階乗です。ポアソン分布は「一定のペースで、互いに独立に、まれに起こるできごと」の回数の分布で、平均と分散がどちらも λ になるのが特徴です。ツールでは大きな λ や k でも計算できるよう、累積確率を不完全ガンマ関数で求めています。
計算例
初期値は λ = 3、k = 5 です。「1時間に平均3件の問い合わせがある窓口で、ある1時間に問い合わせが5件来る確率」を考えます。
- P(X = 5) = e^(−3) × 3⁵ ÷ 5! = 0.049787 × 243 ÷ 120 = 0.100819(約10.08%)です。
- 0〜5件の確率の合計は P(X ≤ 5) = 0.916082 です。
- 5件以上来る確率は P(X ≥ 5) = 1 − P(X ≤ 4) = 0.184737(約18.47%)です。
つまり、平均3件の窓口でも、5件以上来る時間帯はおよそ5〜6時間に1回の割合で起こると考えられます。
結果の見方
P(X ≥ k) は「k 回以上起こる確率」で、人員配置や在庫の計画に役立ちます。たとえば「1時間に何件までなら、95%の時間帯で対応できるか」を知りたいときは、k を変えながら P(X ≤ k) が0.95を超える最小の k を探します。λ = 3 なら、P(X ≤ 5) = 0.916、P(X ≤ 6) は約0.966 なので、6件まで対応できれば約96.6%の時間帯をカバーできます。
λ が小さいときの分布は左に偏っていますが、λ が大きくなるにつれて左右対称に近づき、平均 λ・分散 λ の正規分布で近似できるようになります。
ポアソン分布は、Webサイトへのアクセス数やサーバーのエラー件数のモデル化、機械学習のカウントデータ(回数のデータ)を予測するポアソン回帰などにも使われます。
注意点
- λ は k を数える期間と同じ単位で考えます。「1日に平均24件」で「1時間に何件か」を知りたいなら、λ = 1 として計算します。
- できごとが互いに独立で、発生のペースが一定であることが前提です。昼に集中するなど時間帯でペースが変わる場合や、1件が次の件を呼ぶような場合は当てはまりません。
- 実際のデータで分散が平均より大きくばらつく(過分散)場合は、ポアソン分布では確率を小さく見積もりすぎることがあります。
- λ は0より大きい値、k は0以上の整数にしてください。
ポアソン分布の確率のよくある質問
Q. ExcelのPOISSON.DIST関数と同じですか?
A. はい。P(X = k) は =POISSON.DIST(k, λ, FALSE)、P(X ≤ k) は =POISSON.DIST(k, λ, TRUE) と同じ値になります。
Q. ポアソン分布はどんなときに使えますか?
A. 一定の期間や範囲で、互いに独立に、平均的なペースで起こるできごとの回数に使えます。問い合わせ件数、事故の件数、製品の欠陥数などが代表例です。
Q. 二項分布との関係は?
A. 試行回数 n が大きく、成功確率 p が小さいとき、二項分布は λ = np のポアソン分布で近似できます。n や p がわからず平均回数だけわかる場合に便利です。
