随机泊松数据
随机泊松数据模拟以恒定平均速率发生的独立事件的计数,例如每单位缺陷数或每小时来电数。设置行数、列数和均值(lambda);方差等于均值。可用于测试 C 控制图和 U 控制图。数值为非负整数,lambda 大于 30 时,该分布近似于正态分布。另可选择生成图形化摘要。
最后审阅
核心要点
随机泊松数据根据每个区间的平均事件数(lambda),从泊松分布生成非负整数计数,用于模拟每单位时间、面积或体积的缺陷、错误或到达次数。
什么是随机泊松数据?
随机泊松数据从泊松分布生成数值,该分布用于描述当事件以恒定平均速率独立发生时,在固定的时间、面积或体积区间内发生的事件数。需指定 lambda(λ),即每个区间的平均事件数。
简单定义:生成随机计数数据,表示事件在固定时期内发生的次数,例如每单位缺陷数、每小时来电数或每页文档的错误数。
何时使用随机泊松数据?
- 用于模拟每单位时间或面积的 缺陷数、错误数或到达率。
- 用于以已知 lambda 值 测试 C 控制图和 U 控制图。
- 当事件在观测窗口内 罕见且相互独立 时使用。
正确使用随机泊松数据的指南
- 所有值都将是 非负整数,请在输出中核实。
- 当 lambda 较大(> 30)时,该分布 近似于正态分布。
替代方法:何时不宜使用随机泊松数据
- 对于 不合格品率数据,请使用 随机二项数据
- 对于 连续的事件发生时间数据,请使用 随机指数数据
随机泊松数据示例
生成随机泊松数据的步骤如下:
- 要生成随机泊松数据,需填写所需选项。
- 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
- 要找到生成随机泊松数据,请选择 Statistical module> Random Data > Random Poisson Data


4. 使用上述工具后,得到如下输出:


如何生成随机泊松数据
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool> Random Data>Random Poisson Data。
- 接下来,填写所需选项。
- 最后,点击页面底部的 calculate,即可得到所需结果。
在随机泊松数据的工具界面上,窗口分为两部分。

左侧为数据窗格(Data Pane)。在数据窗格中,每一行为一条生成的随机数据。填写所需选项后将生成数据。
右侧提供以下选项:
- Number of rows of data to generate: 指定要生成多少个随机数据点。例如,输入 10 将生成恰好 10 行随机值,全部显示在数据窗格中。
- Number of columns: 指定每行有多少个变量(列)。例如,输入 3 将在数据窗格中并排生成 3 列随机生成的数据。
- Mean: 每个区间的平均事件数(lambda,λ)。泊松分布的方差等于均值,因此均值越大,生成的计数分布越分散;所有值均为非负整数。
- Graphical summary: 选中后,所有生成的值将合并汇总:带拟合正态曲线的直方图和箱线图、汇总统计量、Anderson-Darling 正态性检验、概率图,以及均值、中位数和标准差的 95% 置信区间。这是基于刚生成的数据得出的可视化结果。
常见问题
随机泊松数据模拟什么?
随机泊松数据模拟当事件以恒定平均速率独立发生时,在固定的时间、面积或体积区间内发生的事件数。需指定 lambda,即每个区间的平均事件数,工具即生成诸如每单位缺陷数、每小时来电数或每页文档错误数之类的计数。
何时应使用随机泊松数据?
用于模拟每单位时间或面积的缺陷数、错误数或到达率,以及以已知 lambda 值测试 C 控制图和 U 控制图。它适用于在观测窗口内罕见且相互独立的事件。对于不合格品率数据,请使用随机二项数据;对于连续的事件发生时间数据,请使用随机指数数据。
泊松分布会产生哪些值?
所有生成的值均为非负整数,因为每个值都是固定区间内事件发生次数的计数。唯一的参数是均值 lambda,方差等于均值,因此均值越大,计数分布越分散。当 lambda 大于 30 时,泊松分布近似于正态分布。
