การแจกแจงแบบปัวซง (Poisson Distribution) คืออะไร?
การแจกแจงแบบปัวซง (Poisson Distribution) ตั้งชื่อตาม Siméon Denis Poisson นักคณิตศาสตร์ชาวฝรั่งเศส เป็นแบบจำลองทางสถิติที่ใช้อธิบายความน่าจะเป็นของ "จำนวนครั้งที่เกิดเหตุการณ์หนึ่งๆ" ภายในช่วงเวลา หรือขอบเขตพื้นที่ที่กำหนดไว้อย่างชัดเจน โดยเหตุการณ์เหล่านั้นจะต้องเกิดขึ้นอย่างอิสระต่อกัน และมีอัตราการเกิดเฉลี่ยคงที่ การแจกแจงแบบนี้มักใช้ในการนับจำนวนเหตุการณ์ที่เกิดขึ้นได้ยาก (Rare Events) หรือมีโอกาสเกิดขึ้นน้อยมากในแต่ละช่วงเวลาย่อยๆ
เมื่อใดที่ควรใช้การแจกแจงแบบปัวซง?
เราจะใช้การแจกแจงปัวซงก็ต่อเมื่อสถานการณ์หรือข้อมูลของเรามีลักษณะเข้าข่าย 3 ประการ ได้แก่:
- เหตุการณ์เกิดขึ้นอย่างสุ่มและเป็นอิสระ: การเกิดเหตุการณ์หนึ่งจะต้องไม่ส่งผลกระทบให้โอกาสการเกิดเหตุการณ์ถัดไปเพิ่มขึ้นหรือลดลง
- อัตราเฉลี่ย (λ) คงที่: จำนวนเหตุการณ์เฉลี่ยที่เกิดขึ้นในหน่วยเวลาหรือขอบเขตหนึ่งๆ จะต้องมีค่าคงที่เสมอ ไม่ผันผวนไปตามเวลา
- ไม่สามารถเกิดพร้อมกันได้ในเวลาเดียวกัน: ในช่วงเวลาหรือพื้นที่ที่เล็กมากๆ โอกาสที่จะเกิดเหตุการณ์มากกว่า 1 ครั้งจะเข้าใกล้ศูนย์
ตัวอย่างที่พบได้ในชีวิตประจำวัน: จำนวนลูกค้าที่เดินเข้ามาในร้านกาแฟใน 1 ชั่วโมง, จำนวนอุบัติเหตุบนสี่แยกใน 1 เดือน, จำนวนอีเมลสแปมที่ได้รับต่อวัน, หรือจำนวนข้อบกพร่องที่พบในผ้า 1 ม้วน
สูตรคณิตศาสตร์ของการแจกแจงปัวซง
การหาความน่าจะเป็นที่จะเกิดเหตุการณ์จำนวน x ครั้ง เมื่อกำหนดอัตราเฉลี่ยคือ λ (แลมบ์ดา) สามารถคำนวณได้จากสูตร:
โดยที่:
P(X = x) = ความน่าจะเป็นที่จะเกิดเหตุการณ์จำนวน x ครั้ง
e = ค่าคงที่ทางคณิตศาสตร์ (Euler's number) มีค่าประมาณ 2.71828
λ (Lambda) = ค่าเฉลี่ยของจำนวนครั้งที่เกิดเหตุการณ์ในหนึ่งหน่วยเวลาหรือพื้นที่
x = จำนวนครั้งที่เกิดเหตุการณ์ที่เราสนใจ (0, 1, 2, ...)
x! = แฟกทอเรียลของ x
ตัวอย่างการใช้งานเพื่อคำนวณความน่าจะเป็น
ตัวอย่าง: ธนาคารแห่งหนึ่งมีลูกค้าเข้ามาใช้บริการโดยเฉลี่ย 3 คนต่อนาที (λ = 3) จงหาความน่าจะเป็นที่จะมีลูกค้าเข้ามาใช้บริการ 5 คน (x = 5) ในเวลา 1 นาที
วิธีทำ:
แทนค่าลงในสูตร: P(X = 5) = (e^(-3) · 3^5) / 5!
P(X = 5) = (0.0498 · 243) / 120
P(X = 5) ≈ 0.1008 หรือประมาณ 10.08%
ประโยชน์ของเครื่องมือคำนวณ (Calculator)
ในการทำงานจริง โดยเฉพาะสายงานวิศวกรรมอุตสาหการ (Industrial Engineering) การจัดการแถวคอย (Queuing Theory) หรืองานด้านประกันภัย การคำนวณความน่าจะเป็นด้วยสูตรปัวซงมักจะมีความซับซ้อนเมื่อต้องการหาความน่าจะเป็นแบบสะสม เช่น "ความน่าจะเป็นที่จะมีลูกค้าเข้ามาอย่างน้อย 5 คน" P(X ≥ 5) ซึ่งต้องนำค่า P(x) หลายๆ ค่ามารวมกัน การใช้ Poisson Distribution Calculator จะช่วยประหยัดเวลาได้อย่างมหาศาล เพียงแค่ระบุค่า λ และค่า x เครื่องมือของเราจะประมวลผลให้แบบเรียลไทม์ พร้อมแสดงผลลัพธ์ทั้งแบบเท่ากับ น้อยกว่า และมากกว่า ให้ครบจบในที่เดียว