泊松分布表怎么查

泊松分布表有现成数据，就如查汉语字典，根据横竖撇捺即可查到表中相应位置。

泊松分布使用范围：

Poisson分布主要用于描述在单位时间(空间)中稀有事件的发生数 即需满足以下四个条件：

1、给定区域内的特定事件产生的次数，可以是根据时间，长度，面积来定义；

2、各段相等区域内的特定事件产生的概率是一样的；

3、各区域内，事件发生的概率是相互独立的；

4、当给定区域变得非常小时，两次以上事件发生的概率趋向于0。

泊松（逼近）定理：
这个定理的本质就是用泊松分布来作为二项分布的一种近似，描述如下：当n很大，p很小时，λ=np较小时（通常n≥30，λ=np≤5时就可以认为满足条件），二项分布就近似可以用泊松分布来近似。 简单来说，如果满足如上条件，二项分布就近似等于泊松分布。

泊松分布与二项分布：

当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似，其中λ为np。通常当n≧20，p≦005时，就可以用泊松公式近似得计算。事实上，泊松分布正是由二项分布推导而来的，具体推导过程参见本词条相关部分。

1、分布方面：

泊松分布参数是单位时间（或单位面积）随机事件发生的平均次数。泊松分布适用于描述单位时间内的随机事件数。指数分布可以用来表示独立随机事件的时间间隔，如旅客进入机场的时间间隔、中文维基百科新条目出现的时间间隔等。

2、应用方面：

指数分布被广泛使用。在日本工业标准和美国军用标准中，半导体器件的采样方案采用指数分布。此外，还用指数分布描述了大型复杂系统（如计算机）平均故障间隔时间的平均无故障时间分布。

泊松分布适用于描述每单位时间（或空间）的随机事件数。例如，某一时间到达服务设施的人数、电话交换所接到的呼叫数、公共汽车站等候的客人数、机器故障数、自然灾害数、产品缺陷数。在显微镜下分布在单位面积的细菌等。

扩展资料

泊松分布命名原因：

泊松分布，台译卜瓦松分布（法语：loi de Poisson，英语：Poisson distribution，译名有泊松分布、普阿松分布、卜瓦松分布、布瓦松分布、布阿松分布、波以松分布、卜氏分配等），是统计学和概率论中的一种常见现象。

参考资料来源：百度百科-指数分布

参考资料来源：百度百科-泊松分布

泊松分布的 E(Xi)＝D(Xi)＝λ＝4，
n＝100，
则 E(X_)＝E(1/n ∑Xi)＝1/n ∑E(Xi)
＝1/100 (4＋4＋＋4)
＝1/100 400＝4，
D(X_)＝D(1/n ∑Xi)＝1/n² ∑D(Xi)
＝1/100² 400＝4/100。
这里用到 E、D 的性质：
① E(X＋Y)＝E(X)＋E(Y)
② E(aX＋b)＝aE(X)＋b
③ D(aX＋b)＝a²D(X)。

Poisson过程（Poisson process，大陆译泊松过程、普阿松过程等，台译卜瓦松过程、布瓦松过程、布阿松过程、波以松过程、卜氏过程等），是以法国数学家泊松（1781 - 1840）的名字命名的。泊松过程是随机过程的一种，是以事件的发生时间来定义的。我们说一个随机过程N(t) 是一个时间齐次的一维泊松过程，如果它满足以下条件：
在两个互斥（不重叠）的区间内所发生的事件的数目是互相独立的随机变量。
在区间内发生的事件的数目的概率分布为：
其中λ是一个正数，是固定的参数，通常称为抵达率（arrival rate）或强度（intensity）。所以，如果给定在时间区间之中事件发生的数目，则随机变数呈现泊松分布，其参数为。
更一般地来说，一个泊松过程是在每个有界的时间区间或在某个空间（例如：一个欧几里得平面或三维的欧几里得空间）中的每一个有界的区域，赋予一个随机的事件数，使得
在一个时间区间或空间区域内的事件数，和另一个互斥（不重叠）的时间区间或空间区域内的事件数，这两个随机变数是独立的。
在每一个时间区间或空间区域内的事件数是一个随机变数，遵循泊松分布。（技术上而言，更精确地来说，每一个具有有限测度的集合，都被赋予一个泊松分布的随机变数。）
泊松过程是莱维过程（Lévy process）中最有名的过程之一。时间齐次的泊松过程也是时间齐次的连续时间Markov过程的例子。一个时间齐次、一维的泊松过程是一个纯出生过程，是一个出生-死亡过程的最简单例子。

---