泊松分布近似正态分布的表达式_06.泊松过程Poisson

本专栏循序渐进地进行讲解统计学知识，建议大家浏览专栏的目录结构，按顺序浏览01.[必读]目录．

（１）泊松分布和二项分布差异：

泊松过程是一种累积随机事件发生次数的最基本的独立增量过程，它其实是二项分布的极限情况（总事件n足够大，有效事件次数足够少，使得p均值极小（趋于0），使得每个区间至多“成功”一次）。通常当n≧20,p≦0.05时，就可以用泊松公式近似得计算二项分布。

一般使用泊松分布的前提是，能够保证每个区间至多“成功”一次，使基本事件满足伯努利实验．泊松分布的概率模型非常简单，只需要知道期望，就能推算伯努利实验成功Ｘ次的概率．

一般n≧20,p≦0.05，＂成功＂次数一般小于２次，近似伯努利实验，可以用泊松公式近似地视为二项分布。

（２）泊松分布是离散的：

泊松分布的随机变量X只可能取有限个值（实际上是０和１），因此泊松分布是离散的。

（３）适用于泊松分布的例子

（４）泊松分布的概率公式

预先准备的公式：

开始计算泊松分布的概率公式：

最终可得：

（５）应用题：使用泊松分布的概率公式

假如知道一条道路上每小时平均开过9辆车，没有高峰期和低峰期之分，求任意１小时开过刚好2辆车的概率。

解答：

因为该问题中可以视为泊松过程，基本单位（如秒）至多通车一次，两次通车不互相影响，通车没有高低峰期之分，满足伯努利验证，直接使用泊松分布的概率公式即可．

下一章内容：

袁杰雄：07.正态分布（Normal分布　z分布）​zhuanlan.zhihu.com