Поиссон може бити веома користан алат када се приступа статистичкој анализи помоћу Екцел-а. Не показујете како то функционише? Ево корака за коришћење Екцел-овог ПОИССОН.ДИСТ:
Изаберите ћелију за одговор ПОИССОН.ДИСТ.
Из менија Статистичке функције изаберите ПОИССОН.ДИСТ да бисте отворили дијалог Аргументи функција.
У дијалог Аргументи функције унесите одговарајуће вредности за аргументе.
У поље Кс унесите број догађаја за које одређујете вероватноћу. За овај пример, тражите пр (1), па унесите 1.
У поље Средња вредност унесите средњу вредност процеса, која је за овај пример 1.
У Кумулативно поље је или ТАЧНО за кумулативну вероватноћу или ФАЛСЕ само за вероватноћу броја догађаја. Унесите ФАЛСЕ.
Са уносима за Кс, Меан и Цумулативе, одговор се појављује у оквиру за дијалог. Одговор за овај пример је .367879441.
Кликните на ОК да ставите одговор у изабрану ћелију.
У примеру видите вероватноћу за два неисправна зглоба у 1.000 и вероватноћу за три. Да бисте наставили са прорачунима, укуцајте 2 у поље Кс да бисте израчунали пр (2) и 3 да бисте пронашли пр (3).
У 21. веку је прилично лако директно израчунати биномне вероватноће. Слика испод приказује Поиссонове и биномне вероватноће за бројеве у колони Б и услове примера. Вероватноће су приказане на графикону тако да можете видети колико су две заиста блиске. Изабрана је ћелија Д3, па вам трака формуле показује како је БИНОМ.ДИСТ коришћен за израчунавање биномних вероватноћа.
Иако је Поиссонова корисност као апроксимација застарела, она је заживела свој сопствени живот. Феномени који су веома различити као што су подаци о времену реакције у психолошким експериментима, дегенерација радиоактивних супстанци и резултати у професионалним хокејашким утакмицама изгледа да одговарају Поиссоновим дистрибуцијама. Због тога пословни аналитичари и научни истраживачи воле да базирају моделе на овој дистрибуцији.