泊松分布的关键理解

泊松分布定义：

P(X=k) = （e ^ -λ） * （λ ^k） / k!    λ >0   λ =np

实际上泊松过程来自于二项公布式当实验次数n 趋于无穷时求极限的推导式。

对于n趋于无穷的理解：

对于λ 的理解：

λ =np

  如果λ 是在一个小时内通过车辆的均值，如果把n理解成时间粒度，那么当n的单位是分钟时值为60，单位为秒时值为3600，随着时间粒度的减小，n的值趋于无究大。

同时在越小的时间粒度内根据p将趋于无究小。

从泊松分布的公式来看，当n趋近于无究小时，基于λ [实际上是随机过程E[X]的期望/均值]的泊松分布的概率只与k有关。

最终的概率公式已经与n没有关系了。那么P(X=k) 即是定义λ 的时间段内发生k次事件的概率。

假设一个小时内平均通过车辆数为2

计算P(X=1) =  0.27067  如果得到λ的统计小时总数为100小时，那么P(X=1) * 100 = 27.067 ，即表明如果该100小时数据服从泊松分布，那么有约27个小时中每小时通过车辆为1辆。