Poisson-Prozess
Über diese App
Seltene, unabhängige Ereignisse mit Rate λ: Ankünfte auf einer Zeitachse, Histogramm der Ereignisanzahl gegen die Poisson-PMF, exponentielle Wartezeiten. Die charakteristische Eigenschaft Mittelwert = Varianz = λ — Kundenankünfte, Schäden, Defekte.
Worum es geht
Ein Poisson-Prozess beschreibt seltene, voneinander unabhängige Ereignisse, die mit konstanter Rate λ pro Zeiteinheit eintreffen, etwa Kundenankünfte, Anrufe, Schadensfälle oder Defekte. Die Anzahl der Ereignisse in einem Intervall der Länge 1 ist poissonverteilt: P(k) = λᵏ e^−λ / k!. Die Wartezeiten zwischen zwei Ereignissen sind exponentialverteilt mit Mittel 1/λ. Charakteristisch ist Mittelwert = Varianz = λ. Die Poisson-Verteilung ist der Grenzfall der Binomialverteilung für n → ∞ und p → 0 bei festem np = λ.
Was die App zeigt
Oben läuft eine Realisierung des Prozesses als Folge von Ereignissen auf einer Zeitachse ab. Unten zeigt ein Histogramm, wie oft in den Intervallen 0, 1, 2 oder mehr Ereignisse vorkamen, im Vergleich zur theoretischen Poisson-Wahrscheinlichkeitsfunktion. Alternativ zeigt die untere Szene die Verteilung der Wartezeiten mit der Exponentialdichte λe^−λt. Ein Wertepanel vergleicht Mittelwert und Varianz der simulierten Anzahlen mit λ.
Selbst ausprobieren
Starte mit λ = 3 und beobachte, dass die Ereignisse nicht gleichmäßig verteilt sind: Es gibt Häufungen und lange Lücken, obwohl die Rate konstant ist. Erhöhe die Anzahl der Intervalle, und das Histogramm nähert sich der Poisson-Verteilung. Verändere λ: Bei kleinem λ ist die Verteilung schief, bei großem wird sie symmetrischer. Wechsle zu den Wartezeiten und prüfe, dass kurze Abstände am häufigsten sind. Vergleiche im Wertepanel Mittelwert und Varianz.
Häufige Fragen
- Was ist ein Poisson-Prozess?
- Ein Poisson-Prozess ist ein Modell für zufällig eintreffende Ereignisse mit konstanter Rate λ. Die Ereignisse treten unabhängig voneinander auf, und zwei Ereignisse fallen nie exakt zusammen. Die Anzahl in einem Zeitintervall ist poissonverteilt, die Abstände zwischen Ereignissen sind exponentialverteilt.
- Warum sind bei der Poisson-Verteilung Mittelwert und Varianz gleich?
- Die Poisson-Verteilung mit Parameter λ hat Erwartungswert λ und Varianz λ. Das folgt aus ihrer Herleitung als Grenzfall der Binomialverteilung: Dort ist die Varianz np(1 − p), und für p → 0 bei festem np = λ geht sie gegen λ. Weichen Mittelwert und Varianz in Daten deutlich voneinander ab, passt das Poisson-Modell oft nicht.
- Welche Verteilung haben die Wartezeiten im Poisson-Prozess?
- Die Wartezeiten zwischen aufeinanderfolgenden Ereignissen sind exponentialverteilt mit Dichte λe^−λt und Mittelwert 1/λ. Die Exponentialverteilung ist gedächtnislos: Wie lange man schon gewartet hat, ändert nichts an der Verteilung der restlichen Wartezeit. Kurze Wartezeiten sind am häufigsten.
- Was kann ich in der Poisson-App einstellen?
- Du stellst die Rate λ, die Anzahl der Intervalle und das Animationstempo ein, wählst für die untere Szene Anzahl oder Wartezeiten und erzeugst neue Realisierungen. Die App vergleicht das Histogramm mit der theoretischen Verteilung.
Fach: Statistik
Mehr aus Statistik
- Anscombe-Quartett
- Bias-Varianz / Overfitting
- Boxplot-Werkstatt
- Geometrisches Mittel
- Gesetz der großen Zahlen
- Histogramm-Werkstatt
- Hypothesentest & p-Wert
- Konfidenzintervall
Eine VisuApp von heyprof: interaktiv, kostenlos im Browser, ohne Anmeldung. Was ist eine VisuApp? · Alle Apps