ABSTRAK
Ketika mengevaluasi apakah kedatangan sistem dapat dikarakterisasikan sebagai proses Poisson, peneliti menarik kesimpulan dari data yang diamati. Dalam praktiknya, banyak sistem diamati secara berkala (misalnya, setiap jam, setiap hari, setiap bulan), yang menyebabkan kesalahan diskritisasi dalam data yang diamati. Model proses Poisson homogen waktu yang diamati secara berkala (PTPP) adalah kerangka kerja yang ada untuk menangkap efek jangka panjang dari pengamatan berkala pada proses Poisson. Makalah ini memperluas model PTPP untuk menangkap perilaku sistem Poisson yang diamati secara berkala selama sejumlah kejadian yang terbatas.mathematical equationMakalah ini merumuskanmathematical equationprobabilitas transisi -step dalam sistem PTPP keadaan tak terhingga dan menggunakannya untuk menentukan waktu pencampuran PTPP. Distribusi antar kedatangan PTPP dan kualitas penaksir momen laju kedatangannya dievaluasi sebagai fungsimathematical equationSetelah memperluas model PTPP untuk finitemathematical equation, penerapan model ini ditunjukkan melalui studi kasus operasi pencarian dan penyelamatan di wilayah terpencil New York. Hasilnya menunjukkan bahwa lima wilayah berperilaku serupa dengan proses Poisson yang diamati setiap hari, yang dapat menginformasikan keputusan praktis tentang sumber daya selama periode yang panjang (misalnya, hari, minggu, kuartal).