ポアソン到着率

計算式と考え方

ポアソン分布では、平均λの条件でちょうどk件が到着する確率を「e の −λ 乗 × λ の k 乗 ÷ k の階乗」で求めます。1時間あたり10件、観測時間60分ならλは10で、k＝12の確率は約9.48%です。12件以下に収まる確率は約79.16%、処理の上限15件を超える確率は約4.87%になります。待ち行列の側では、1件8分の処理なら1窓口が1時間に処理できるのは7.5件、呼量は10÷7.5で約1.333となり、2窓口での稼働率は約66.7%です。待ちが発生する確率をアーランC式で求めると約53.3%、平均待ち時間は約6.40分になります。目標を3分に設定すると、3窓口が必要という結果になります。

ポアソン分布が使える条件

ポアソン到着率の詳しい解説

ポアソン分布は、一定の時間や空間の中で、まれに独立して起こる事象の件数を表す確率分布です。平均をλとしたとき、分散もλに等しいという性質を持ち、これが実務での判定に役立ちます。実際のデータで平均と分散が近い値であれば、ポアソン分布で近似してよい可能性が高く、分散が平均より大きい場合は、到着に集中や連動があると疑われます。たとえば、団体客の来店や、障害が連鎖する故障の記録では、分散が平均を大きく上回るため、そのままの適用は適切ではありません。この分布が待ち行列の理論の基礎になっているのは、到着の間隔が指数分布に従うという性質と対応しているためです。到着がポアソン分布に従い、処理時間が指数分布に従い、窓口がc個ある系はM/M/cと呼ばれ、待ちが発生する確率がアーランC式で表され、そこから平均待ち時間が導かれます。この計算により、窓口を1つ増やしたときに待ち時間がどれだけ縮むかを、実際に運用する前に見積もることができます。設計で最も重要なのが稼働率です。稼働率は、到着率を処理能力で割った値で、これが1に近づくと待ち時間は急激に増加します。稼働率が50%のときと80%のときで待ち時間は数倍違い、90%を超えると発散に近い挙動を示します。効率を上げようとして稼働率を高く設定すると、わずかな変動で長い行列が生じるのはこのためです。実務では、余裕を持たせた設計が結果的に安定した運用につながります。窓口を分けるか統合するかという判断にも、この理論が使えます。同じ処理能力でも、窓口ごとに列を分けるより、1本の列にまとめて空いた窓口へ順に案内するほうが、平均待ち時間は短くなります。列が分かれていると、隣の列が進んでいるのに自分の列だけ止まるという状態が生じ、能力が無駄になるためです。適用にあたっての注意点もあります。第一に、到着率が時間帯によって大きく変わる場合、1日の平均で計算しても意味がありません。昼の時間帯と夕方で到着率が3倍違うなら、時間帯ごとに分けて計算し、それぞれの必要人数を求める必要があります。第二に、処理時間のばらつきが大きい場合、指数分布の仮定が合わなくなります。処理時間がほぼ一定の作業では、実際の待ち時間は計算値より短くなり、逆に極端に長い処理が混じる場合は長くなります。第三に、待ちきれずに離脱する客がいる場合、モデルの前提が変わり、実際の行列は計算値より短くなる一方で、機会の損失が発生しています。これらの制約はありますが、人員配置の初期の検討においては、この計算が有力な出発点になります。実測したデータと突き合わせて調整すれば、精度は実用の水準まで高められます。

業界・現場での使い方

よくある間違い・注意点

• 1日の平均で計算する — 時間帯で到着率が数倍変わります。時間帯ごとに分けて計算しないと必要人数を誤ります。
• 稼働率を高く設定する — 1に近づくと待ち時間が急増します。効率を求めすぎると小さな変動で行列が生じます。
• 分散を確認せずに適用する — 平均と分散が大きく離れる場合は到着に集中があります。ポアソン分布での近似は適切ではありません。

関連する規格・法規

• 日本統計学会
• ISO統計基準

※本ツールは公的基準に基づく参考計算です。実際の設計・施工・法令適用は最新の告示・規格および所轄官庁の判断に従ってください。

よくある質問（FAQ）

関連計算ツール