M1 复习笔记：泊松分布
大家好！欢迎大家来到M1统计学最有趣的课题之一：泊松分布的复习笔记！这个名称听起来可能有些陌生，但不用担心。它是一个超级有用的工具，帮助我们理解在时间或空间上随机发生的事件。
在这个章节，我们会学习如何预测以下这些事情的概率：
你一个小时内收到的邮件数量。
一本书里面，一页纸上的打字错误数量。
十分钟内到达收银处的顾客数量。
复习完这份笔记之后，你就会明白什么是泊松分布、何时使用它、以及如何使用它来计算概率。我们一起开始吧！
1. 泊松分布究竟是什么？
想象一下你试图计算某件事发生了多少次，但这些事件都是随机且独立的。二项分布适用于有固定次数试验的情况（例如掷硬币10次）。但如果没有固定的“试验次数”呢？如果只是在固定的时间区间内，等待事件发生呢？
这个时候，泊松分布就派上用场了！它是一种离散概率分布，帮助我们找出在固定的时间、面积、体积或距离区间内，特定数量事件发生的概率。
关键参数：Lambda (\(\lambda\))
整个泊松分布都围绕着一个唯一而超级重要的参数：lambda，写作\(\lambda\)。
\(\lambda\) (Lambda) = 在一个特定区间内，事件的平均发生数量。
可以将它视为“平均发生率”。例如：
如果一个客户服务中心平均每个小时收到10个电话，那么 \(\lambda = 10\)（对于一个小时的区间）。
如果一位生物学家在一片田野中，平均每平方米找到2朵稀有花朵，那么 \(\lambda = 2\)（对于 \(1\text{ m}^2\) 的区间）。
何时可以使用泊松分布？
泊松分布并非万能！一个情况要符合以下条件，才能使用泊松分布来建立模型：
1. 事件以恒定的平均发生率发生（即是 \(\lambda\) 的数值不会改变）。
2. 事件之间互相独立（即是一件事件的发生不会让另一件事件变得更可能或更不可能发生）。
3. 事件随机发生。
4. 两个事件不能在同一瞬间发生。
重点提示：第一部分
泊松分布用于计算在固定区间（例如时间或空间）内，随机、独立事件的数量。它唯一的参数是\(\lambda\) (lambda)，即是该区间内事件的平均发生率。
2. 泊松概率公式
好的，接下来是重头戏了！如果随机变量 \(X\) 遵循泊松分布，平均发生率为 \(\lambda\)，我们会这样写：
\(X \sim Po(\lambda)\)
在该区间内观察到刚好k个事件的概率，可以使用以下公式表示：
\(P(X = k) = \frac{e^{-\lambda} \lambda^k}{k!} \quad \text{for } k = 0, 1, 2, \dots\)
不用被这条公式吓到！我们来拆解一下：
\(P(X=k)\) 是我们想找的：即是事件数量刚好是 \(k\) 的概率。
\(k\) 是你感兴趣的特定事件数量（例如，刚好有3个电话的概率）。
\(\lambda\) 是该区间内事件的平均数量。
\(e\) 是欧拉数（你的计算器认识它，它大约是 \(2.718\)）。
\(k!\) 是“k阶乘”，即是 \(k \times (k-1) \times \dots \times 2 \times 1\)（例如，\(3! = 3 \times 2 \times 1 = 6\)）。记住 \(0! = 1\)。
逐步示例
一个客户服务热线平均每个小时收到5个电话。在一个特定的小时内，他们刚好收到2个电话的概率是多少？
步骤1：确认分布和参数。
事件（电话）在固定的区间（一个小时）内随机发生。这听起来就像泊松分布！
平均发生率是每个小时5个电话，所以 \(\lambda = 5\)。
我们想找出刚好有2个电话的概率，所以 \(k = 2\)。
所以，我们有 \(X \sim Po(5)\) 并且需要找出 \(P(X=2)\)。
步骤2：将数值代入公式。
\(P(X=2) = \frac{e^{-5} \cdot 5^2}{2!}\)
步骤3：计算结果。
\(P(X=2) = \frac{e^{-5} \cdot 25}{2 \times 1} = \frac{(0.006738) \cdot 25}{2} \approx 0.0842\)
所以，在那个小时内刚好收到2个电话的机会大约是8.42%。
常见错误要避开
混淆 \(\lambda\) 和 \(k\)：记住，\(\lambda\) 是该区间的平均数，\(k\) 是你测试的特定数值。
忘记 \(0! = 1\)：零事件的概率是 \(P(X=0) = \frac{e^{-\lambda} \lambda^0}{0!} = e^{-\lambda}\)，因为 \(\lambda^0=1\) 和 \(0!=1\)。
计算器错误：输入阶乘以及 \(e\) 的次方时要小心。记得用你的计算器上面的 \(e^x\) 按钮。
3. 泊松分布的特性
这个部分简单又重要。课程要求你认识泊松分布的均值和方差。不需要证明！
均值和方差
对于一个随机变量 \(X \sim Po(\lambda)\)：
均值（或者期望值）是：\(E(X) = \lambda\)
方差是：\(Var(X) = \lambda\)
记忆技巧
这有一个简单的记忆方法：“泊松分布很简单，均值方差都一样！”
这是泊松分布一个独特的性质！如果题目告诉你一个离散分布的均值和它的方差相等，那么这就是一个很大的提示，表示你可能正在处理泊松分布的问题了。
你知道吗？
标准差是方差的平方根。所以对于泊松分布来说，标准差就是 \(\sqrt{\lambda}\)。
快速回顾区
如果 \(X \sim Po(3)\)，那么：
事件的平均数量是3。
均值 \(E(X)\) 是3。
方差 \(Var(X)\) 是3。
4. 独立泊松变量的相加
HKDSE M1 中一个很重要的性质就是将独立的泊松变量相加。
如果 \(X \sim Po(\lambda_1)\) 和 \(Y \sim Po(\lambda_2)\) 是独立的随机变量，那么它们的总和也遵循泊松分布：
\(X + Y \sim Po(\lambda_1 + \lambda_2)\)
示例
一间面包店平均每个早上收到4个网上订单（\(X \sim Po(4)\)），每个下午收到6个网上订单（\(Y \sim Po(6)\)）。假设早上和下午的订单互相独立，求每天总订单数量的分布。
由于 \(X\) 和 \(Y\) 是独立的泊松变量：
\(T = X + Y \sim Po(4 + 6) = Po(10)\)
你现在就可以使用 \(\lambda = 10\) 来计算全日总数的任何概率了！
5. 调整发生率 (\(\lambda\))
这是考试问题中很常见的“考法”，所以要特别留意！\(\lambda\) 的数值必须要与题目中的区间相符。
如果题目给你一个区间的平均发生率，但是问着另一个不同区间的概率，你必须要先调整 \(\lambda\)。
逐步示例
一个网站平均每个小时收到180次点击。在1分钟的时间内，刚好收到4次点击的概率是多少？
步骤1：找出原始发生率。
发生率是每60分钟180次点击。
步骤2：将发生率 (\(\lambda\)) 调整到新的区间（1分钟）。
平均每分钟发生率 = \(\frac{180 \text{ 次点击}}{60 \text{ 分钟}} = 3\) 次点击每分钟。
我们新的、已调整的 \(\lambda = 3\)。
步骤3：在泊松公式中使用新的\(\lambda\)。
我们想找出在这个1分钟区间内有4次点击（\(k=4\)）的概率。
所以，我们需要为 \(X \sim Po(3)\) 计算 \(P(X=4)\)。
\(P(X=4) = \frac{e^{-3} \cdot 3^4}{4!} = \frac{e^{-3} \cdot 81}{24} \approx 0.168\)
6. 使用泊松分布近似二项分布
有时，使用二项分布 \(X \sim B(n, p)\) 计算概率会很困难，尤其当 \(n\) 很大的时候。
近似的条件
如果你想使用泊松分布近似一个二项分布，需要满足以下条件：
1. \(n\) 很大（通常 \(n > 50\)）。
2. \(p\) 很小（通常 \(p < 0.1\)）。
如何进行近似
如果 \(X \sim B(n, p)\) 并且符合上面的条件，你可以用以下方法来近似：
\(Y \sim Po(\lambda) \quad \text{where} \quad \lambda = np\)
逐步示例
一间工厂生产大量电脑芯片。芯片有缺陷的概率是0.005。芯片每400块装一盒。找出一个盒子里面刚好有3块有缺陷芯片的近似概率。
这里 \(n = 400\)（很大）而 \(p = 0.005\)（很小）。
设定 \(\lambda = np = 400 \times 0.005 = 2\)。
设 \(Y \sim Po(2)\)，因此：
\(P(Y=3) = \frac{e^{-2} \cdot 2^3}{3!} = \frac{e^{-2} \cdot 8}{6} \approx 0.180\)
7. 使用正态分布近似泊松分布
当发生率参数 \(\lambda\) 很大时，计算泊松概率可能会变得相当繁琐。在这种情况下，我们可以使用连续的正态分布来近似泊松分布。
正态近似的条件
\(\lambda > 15\)（或 \(\lambda\) 足够大）。
如何进行近似
如果 \(X \sim Po(\lambda)\) 且 \(\lambda > 15\)，我们可以使用以下分布来近似 \(X\)：
\(Y \sim N(\mu, \sigma^2) \quad \text{where } \mu = \lambda \text{ and } \sigma^2 = \lambda\)
连续性修正（关键步骤！）
因为我们是用连续分布来近似离散分布，所以必须进行连续性修正（\(\pm 0.5\)）：
\(P(X = k) \approx P(k - 0.5 < Y < k + 0.5)\)
\(P(X \le k) \approx P(Y < k + 0.5)\)
\(P(X \ge k) \approx P(Y > k - 0.5)\)
\(P(a \le X \le b) \approx P(a - 0.5 < Y < b + 0.5)\)