Willekeurige Poisson-gegevens

Willekeurige Poisson-gegevens simuleert aantallen onafhankelijke gebeurtenissen die met een constante gemiddelde frequentie optreden, zoals defecten per eenheid of gesprekken per uur. U stelt het aantal rijen en kolommen en het gemiddelde (lambda) in; de variantie is gelijk aan het gemiddelde. Gebruik het om C-kaarten en U-kaarten te testen. Waarden zijn niet-negatieve gehele getallen en voor lambda boven 30 benadert de verdeling een normale verdeling. Een optionele grafische samenvatting is beschikbaar.

Laatst beoordeeld

Belangrijkste conclusie

Willekeurige Poisson-gegevens genereert niet-negatieve gehele aantallen uit de Poisson-verdeling, met een gemiddeld aantal gebeurtenissen per interval (lambda), om defecten, fouten of aankomsten per tijd of oppervlakte te simuleren.

Op deze pagina
  1. Wat zijn willekeurige Poisson-gegevens?
  2. Wanneer gebruikt u willekeurige Poisson-gegevens?
  3. Richtlijnen voor correct gebruik van willekeurige Poisson-gegevens
  4. Alternatieven: wanneer u willekeurige Poisson-gegevens niet gebruikt
  5. Voorbeeld van willekeurige Poisson-gegevens
  6. Zo genereert u willekeurige Poisson-gegevens

Wat zijn willekeurige Poisson-gegevens?

Willekeurige Poisson-gegevens genereert waarden uit de Poisson-verdeling, die het aantal gebeurtenissen in een vast tijds-, oppervlakte- of volume-interval modelleert wanneer gebeurtenissen onafhankelijk van elkaar optreden met een constante gemiddelde frequentie. U geeft lambda (λ) op, het gemiddelde aantal gebeurtenissen per interval.

Eenvoudige definitie: Genereert willekeurige telgegevens over hoe vaak een gebeurtenis in een vaste periode optreedt, zoals defecten per eenheid, gesprekken per uur of fouten per documentpagina.

Wanneer gebruikt u willekeurige Poisson-gegevens?

  • Gebruik de tool om aantallen defecten, aantallen fouten of aankomstfrequenties per tijds- of oppervlakte-eenheid te simuleren.
  • Gebruik de tool om C-kaarten en U-kaarten te testen met bekende lambdawaarden.
  • Gebruik de tool wanneer gebeurtenissen zeldzaam en onafhankelijk zijn binnen het waarnemingsvenster.

Richtlijnen voor correct gebruik van willekeurige Poisson-gegevens

  • Alle waarden zijn niet-negatieve gehele getallen ; controleer dit in de uitvoer.
  • Bij een grote lambda (> 30) benadert de verdeling een normale verdeling.

Alternatieven: wanneer u willekeurige Poisson-gegevens niet gebruikt

  • Gebruik voor gegevens over de proportie defecte eenhedende tool Willekeurige binomiale gegevens
  • Gebruik voor continue gegevens over de tijd tot een gebeurtenisde tool Willekeurige exponentiële gegevens

Voorbeeld van willekeurige Poisson-gegevens

De volgende stappen om willekeurige Poisson-gegevens te genereren:

  1. Om willekeurige Poisson-gegevens te genereren, vult u de vereiste opties in.
  2. Analyseer de gegevens nu in Zometric Statistical Software op https://statsai.zometric.com/.
  3.  Om Generate Random Poisson Data te vinden, kiest u Statistical module> Random Data > Random Poisson Data
Random Poisson Data — figure 1Random Poisson Data — figure 2

4. Na gebruik van bovenstaande tool haalt u de uitvoer als volgt op:

Random Poisson Data — figure 3Random Poisson Data — figure 4

Zo genereert u willekeurige Poisson-gegevens

De handleiding is als volgt:

  1. Log in bij Zometric Statistical Software op https://statsai.zometric.com/
  2. Kies op de startpagina Statistical Tool> Random Data>Random Poisson Data.
  3. Vul vervolgens de vereiste opties in.
  4. Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.

Op het dashboard van Random Poisson Data is het venster in twee delen verdeeld.

Random Poisson Data — figure 5

Links staat de Data Pane. In de Data Pane vormt elke rij gegenereerde willekeurige gegevens. De gegevens worden gegenereerd nadat u de vereiste opties hebt ingevuld.

Rechts staan veel opties, als volgt:

  • Number of rows of data to generate:  Bepaalt hoeveel willekeurige datapunten worden gegenereerd. Als u bijvoorbeeld 10 invoert, krijgt u precies 10 rijen met willekeurige waarden, allemaal zichtbaar in de Data Pane.
  • Number of columns:  Bepaalt hoeveel variabelen (kolommen) elke rij heeft. Als u bijvoorbeeld 3 invoert, krijgt u 3 kolommen met willekeurig gegenereerde gegevens naast elkaar in de Data Pane.
  • Mean: Het gemiddelde aantal gebeurtenissen per interval (lambda, λ). Bij een Poisson-verdeling is de variantie gelijk aan het gemiddelde, dus de gegenereerde aantallen spreiden breder naarmate het gemiddelde toeneemt; alle waarden zijn niet-negatieve gehele getallen.
  • Graphical summary: Indien geselecteerd worden alle gegenereerde waarden gepoold en samengevat: een histogram met een gefitte normale curve en een boxplot, samenvattende statistieken, een Anderson-Darling-normaliteitstoets, een waarschijnlijkheidsplot en 95%-betrouwbaarheidsintervallen voor het gemiddelde, de mediaan en de standaardafwijking. Het is een visueel resultaat op basis van de gegevens die zojuist zijn gemaakt.

Veelgestelde vragen

Wat simuleren willekeurige Poisson-gegevens?

Willekeurige Poisson-gegevens simuleert het aantal gebeurtenissen in een vast tijds-, oppervlakte- of volume-interval wanneer gebeurtenissen onafhankelijk van elkaar optreden met een constante gemiddelde frequentie. U geeft lambda op, het gemiddelde aantal gebeurtenissen per interval, en de tool genereert aantallen zoals defecten per eenheid, gesprekken per uur of fouten per documentpagina.

Wanneer gebruikt u willekeurige Poisson-gegevens?

Gebruik de tool om aantallen defecten, aantallen fouten of aankomstfrequenties per tijds- of oppervlakte-eenheid te simuleren en om C-kaarten en U-kaarten te testen met bekende lambdawaarden. Zij past bij gebeurtenissen die zeldzaam en onafhankelijk zijn binnen het waarnemingsvenster. Gebruik voor gegevens over de proportie defecte eenheden Willekeurige binomiale gegevens en voor continue gegevens over de tijd tot een gebeurtenis Willekeurige exponentiële gegevens.

Welke waarden levert een Poisson-verdeling op?

Alle gegenereerde waarden zijn niet-negatieve gehele getallen, omdat elke waarde telt hoe vaak een gebeurtenis in een vast interval optrad. De enige parameter is het gemiddelde, lambda, en de variantie is gelijk aan het gemiddelde, dus aantallen spreiden breder naarmate het gemiddelde toeneemt. Voor lambda boven 30 benadert de Poisson-verdeling een normale verdeling.