本文探讨了泊松分布如何作为二项分布的近似，特别是在处理离散计数事件时。通过包子铺的例子，解释了如何将连续时间分割成离散试验，从而满足泊松分布的条件。文章指出，当事件稀少、无明确试验总数、均值与方差相等时，可以考虑使用泊松分布。此外，还提到了在一定条件下，泊松分布可以被正态分布近似，并讨论了不同分布之间的转换在统计中的应用。
刚学的时候，脑子乱成浆糊。现在回过头来思考，总算有些澄清了。
以下心得，主要参考了马同学的包子铺解答，以及《生物统计学基础》孙尚拱中文译版。
—————————————————————————————————————
泊松分布源于二项分布，而二项分布属于离散概率分布。
二项分布，描述的是试验成功次数的概率分布，成功次数是计数的，自然是离散变量而不是连续变量。我们想要探索的是：做n次试验，如果每次试验都只有两个结局（成功或失败），而且任一次试验的结果不会干扰其他试验的结果，而且每次试验成功的概率都是相等的（因为是重复试验嘛）。在这样的情况下，我想知道成功k次的概率是多少？
以上描述看着挺复杂，但简单说就是：满足二项、独立、重复（或者说同概率、稳定概率）三个条件的n次试验，成功k次的概率。
二项分布的公式：
诸如打靶射击、抛硬币、手术成败、药物有效与否、筛检阳性阴性等等，都可以套入这个分布来解决。以打靶射击为例：如果统计的打靶结局不是“击中靶子”“没击中靶子”，而是“脱靶0分”“边缘1分”......“中心10分”，那么试验就不是二项结局。如果前几次没打中靶子会
最低0.47元/天 解锁文章
扫一扫
629
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
