泊松分布是旅游业统计中的有用工具吗？在业务领域中，每天都有许多信息是根据日常工作和业务类别从日常执行的活动和任务中获得的。进行最佳决策的分析通常不会考虑这些重要信息。但是，此信息应很好地用于估计类似的未来情况，并以最佳方式对类似情况做出响应，以避免陷入有时严重的错误。好吧，为此，有统计学，一门收集，组织，呈现，分析和解释数据以促进更有效的决策制定的科学（Lind，Marchal和Wathen； 2012年）。在旅游业，一个多样化的部门，包括旅馆业和美食业在内的国家，它在秘鲁年复一年地增长，它拥有在该国国内外进行的旅游活动的信息，并且可以被所有公共实体和机构很好地利用，私人，以更好地制定决策。同样，关于这些活动的统计信息与时间，距离或区域有关，例如：给定年份到秘鲁的游客人数，马丘比丘的游客人数，从一个城市到另一个城市的旅行，利马和库斯科之间的距离，本国游客占用的房间数量，在国定假日中占用的餐厅的百分比等在这些参数下，本文将详细介绍泊松离散概率分布的概念，并将其与其他离散概率分布进行比较，并将其应用于旅游业以更好地制定决策。
众所周知，旅游业是开展各种活动的领域，那里有大量的信息和有用的统计信息，可用于做出良好的决策。为了做出良好的决策，必须提出具有令人满意的概率结果的方案，因此该统计信息具有离散性，即采用多个单独的值，例如：出行5天今年，秘鲁平均有3,500,000名游客到访秘鲁，其中650美元是每名游客到利马的平均消费。这就是为什么定义概率的最佳工具是离散概率分布。
在离散概率分布中，最著名和最常用的是二项分布，泊松分布和超几何分布。第一个给出两个有利的结果：成功或失败及其概率在每个试验中都相同。它还包含固定数量的相互独立的试验。在Poisson的情况下，它添加了一个定义的时间间隔（区域，距离，时间或其他度量单位）并且是独立的，并且事件发生的概率与该间隔的大小成正比。最后，超几何分布显示了每个试验成功或失败的结果，并且试验不是独立的。此外，样本是在没有替换的情况下以有限的总体运行的，成功的概率随每次试验而改变。
众所周知，所有这些分布都可以测量出确切的概率，在旅游业中，其中一种分布具有最佳的应用可能性。这是泊松分布，其特征在于可以根据单位，时间，空间，距离，面积中的个体数量来测量概率，它适用于Triola（2004）所述的任何类似度量单位）。根据Gestiopolis（2016），泊松分布是离散变量分布，其主要应用是指对我们感兴趣的情况进行建模的情况，这些情况是我们有兴趣确定可能在某事件中发生的特定类型事件的数量。时间或空间间隔。同样，Kazmier（1991）提到这种分布是连续发生的，而不是在试验或固定观察中发生。该分布基于两个假设：概率与间隔的长度成正比，这意味着间隔越大，概率越大，并且间隔是独立的。当成功的可能性非常小且样本量较大时，或者在样本量大于30时，此分布支持所谓的二项式分布。当成功的可能性非常小且样本量较大时，或者在样本量大于30时，此分布支持所谓的二项式分布。当成功的可能性非常小且样本量较大时，或者在样本量大于30时，此分布支持所谓的二项式分布。
通过这种方式，泊松分布可应用于旅游业及其各个行业，例如：游客住宿（包括酒店和类似场所），餐饮活动（主要是餐馆），客运（铁路） ，公路，水路和航空），旅行社的活动和其他预订服务以及其他旅游业。世界范围内提供与旅游部门有关的统计数据的主要实体是世界旅游组织，该组织每年出版《旅游统计简编》（2014年），其中显示了入境旅游，出境旅游，国内旅游，旅游就业，补充宏观经济指标等。希望通过完整的统计分析促进旅游业发展的公司应使用这些指标，并使用诸如Poisson Distribution之类的统计工具。
例如，本国游客每年要去该国内部旅行4次。在这种情况下，旅行社可以根据他们对该国内部的年度访问次数来设计他们的旅游套餐。好吧，通过这种方式，旅行社可以根据泊松分布的假设来定义每年进行一次，两次，三次，四次或更多次访问的概率。因此，到该国内部的平均旅行次数为4，发生0次旅行的概率为2％； 1趟，7％; 2次，15％，3次，20％，4次，20％和4次以上为37％。现在，假设酒店企业家想在拉利伯塔德（La Libertad）开一家酒店，他将需要统计一下主要在12月至4月之间的每人过夜住宿次数。以便，根据PROMPERU（2014）探访La Libertad的国家度假者简介，该数据显示每个人在La Libertad的平均停留时间为6。在酒店住2晚为7％； 3至5晚，占38％，超过6晚，占55％。利用这些概率，您将最准确地决定是否要开一家酒店。
同样，在美食界，有些豪华餐厅在中午12点至下午4点之间每小时平均接待5位顾客。餐馆老板知道当时平均有5位顾客到达，而他想知道有5位以上顾客到达的可能性。在这种情况下，平均用餐人数是下午12点至下午4点之间到达的平均顾客数量的5倍，而5个人最终到达的可能性是38.4％。同样，建议确定0到1个客户到达的概率为4％。从2到3个客户，占22％，从4到5个客户，占35％。这样，所有者可以为他的顾客估计菜肴的数量。
另一方面，可以考虑到外国游客在我国的平均年消费量做出一个假设。为此，对外贸易和旅游部可能会考虑下一年它将花费相等或更多金额来估计这些访问可能产生的外汇的可能性。根据PROMPERU（2014）的数据，2014年的平均支出为992美元，他们下次旅行最多支出1000美元的概率为60.8％，超过1000美元的概率为39.2％。得出的结论是，在明年，很可能将继续平均花费992美元。
可以看出，泊松分布是确定旅游活动情况（如上所示）中的概率的有用且精确的工具。这种分布是相关的，因为它不仅考虑了时间方面，而且还考虑了旅游业中的关键因素-空间和地点。这样，经理，董事和对其公司或公共实体负责的人员将更具战略性地确定决策，并避免陷入同样的错误中。
参考资料
- Gestiopolis（2016）。什么是泊松分布？ 2016年3月25日，取自http://www.gestiopolis.com/que-es-la-distribucion-de-poisson/ Kazmier（1991）。离散随机变量的概率分布：二项式，超几何和泊松。在《适用于行政和经济学的统计》（第103-125页）中。墨西哥DF：McGraw-Hill.Lind，D.，Marchal，W.和Wathen，S.（2012年），《统计学应用于商业和经济》。麦格劳·希尔（McGraw Hill）第15版。PROMPERU（2014）。 2014年全国度假者简介。2015年3月25日摘自：http：//media.peru.info/IMPP/2014/Perfil –国家度假者/地点–来访者/ PVN – 2014 –度假者–谁–来访– –Libertad.pdfPROMPERU（2014）。 2014年外国游客资料。2015年3月26日，摘自：http：//media.peru.info/IMPP/2014/Perfil–Turista–Extranjero/Perfil–del–Turista – Extranjero – 2014 – Consolidado.xlsx PROMPERU （2012）。到达住宿地点-Ayacucho。取自2015年3月26日，网址：http: //intranet.promperu.gob.pe/IMPP/2010/EstadisticasPeru/Arribos%20a%20los%20E stablelaciones％20de％20Hospedaje / Ayacucho.xls Triola（2004）。概率分布。在统计资料中（第180-223页）。墨西哥DF ：：皮尔逊教育世界旅游组织（2014）。旅游统计纲要。 2016年3月25日检索；来自：http：//statistics.unwto.org/es/content/compendio-de-estadisticas-de-turismo
