欢迎来到泊松分布 (Poisson Distribution) 与二项分布 (Binomial Distribution)！
在高等统计学 1 (Further Statistics 1) 的这一章中，我们将探索统计学家工具箱中最有用的两个工具。虽然你可能以前见过二项分布，但我们这次会深入探讨它，并为你介绍它的“表亲”——泊松分布。
为什么这很重要？因为生活充满了计数！无论你是计算一小时内有多少颗流星出现、饼干里有多少粒巧克力豆，还是有多少客户拨打服务热线，这些分布都能帮助我们预测未来。如果一开始觉得有点棘手也不用担心；我们会一步一步把它拆解开来。
1. 什么是泊松分布？
泊松分布用于模拟在一个固定区间（时间或空间）内事件发生的次数。你可以把它想象成“计数分布”。
先备知识：离散随机变量 (discrete random variable) 是指只能取特定数值（如 0, 1, 2...）的变量，这正是我们这里所用的，因为你不可能收到“半封”邮件！
我们何时可以使用泊松模型？
对于一个可以用 \(X \sim Po(\lambda)\) 模拟的情况，其中 \(\lambda\) (lambda) 是平均发生率，这些事件必须满足以下条件：
- 独立性 (Independent)：一个事件的发生不会改变另一个事件发生的概率。
- 单一性 (Singly)：事件不可能在同一个瞬间发生。
- 随机性 (Random)：事件以恒定的平均速率发生。
- 均匀性 (Uniform)：事件发生的概率与区间的大小成正比。
记忆小撇步：记住单词 "ISRU"（独立、单一、随机、均匀），用它来检查泊松分布是否适用！
现实生活类比
想象你正站在一条安静的马路边。平均每 10 分钟有 3 辆车经过。这就是你的平均发生率 (\(\lambda = 3\))。你可以使用泊松分布来计算接下来 10 分钟内正好有 5 辆车经过的概率。
可加性 (Additive Property)
这是一个非常方便的特性！如果你改变了区间，发生率也会按比例改变。
如果 \(X =\) 每分钟事件发生的次数，且 \(X \sim Po(\lambda)\)：
- 对于 5 分钟，分布就是 \(Po(5\lambda)\)。
- 对于 10 分钟，分布就是 \(Po(10\lambda)\)。
此外，如果你有两个独立的泊松变量 \(X \sim Po(\lambda)\) 和 \(Y \sim Po(\mu)\)，那么它们的总和也是泊松分布：\(X + Y \sim Po(\lambda + \mu)\)。
快速复习盒：
- 泊松用于区间内的“计数”。
- \(\lambda\) 是平均发生次数。
- 你可以根据时间或空间区间的大小，按比例调整 \(\lambda\)。
2. 平均数与方差
这些分布最酷的地方之一，就是我们可以使用简单的公式预测它们的“中心”（平均数）和“分散程度”（方差）。
对于二项分布 \(B(n, p)\)：
- 平均数： \(E(X) = np\)
- 方差： \(Var(X) = np(1-p)\)
对于泊松分布 \(Po(\lambda)\)：
- 平均数： \(E(X) = \lambda\)
- 方差： \(Var(X) = \lambda\)
你知道吗？ 在泊松分布中，平均数和方差完全相同！这是检查泊松模型是否适合真实数据的一个好方法。如果你的数据平均数和方差差异很大，那么泊松分布可能不是最好的选择。
关键点： 如果 \(E(X) \approx Var(X)\)，通常就适合使用泊松模型。
3. 使用泊松分布近似二项分布
有时候，计算二项分布的概率会让人心力交瘁，特别是当 \(n\)（试验次数）非常大时。在特定情况下，泊松分布可以“出手相救”，提供一个非常精确的捷径。
“捷径”条件
当满足以下条件时，你可以使用 \(Po(np)\) 来近似 \(B(n, p)\)：
- \(n\) 很大（通常 \(n > 50\)）。
- \(p\) 很小（通常 \(p < 0.1\)）。
在这种情况下，我们只需将泊松发生率设为 \(\lambda = np\)。
例子：假设一家工厂生产 1000 个灯泡，其中一个灯泡有瑕疵的概率是 0.002。与其进行复杂的 \(n=1000\) 的二项分布计算，我们可以直接使用 \(Po(1000 \times 0.002) = Po(2)\)。简单多了！
要避免的常见错误： 如果 \(p\) 很大（接近 0.5），就不要使用这个近似。这种近似只有在“成功”事件非常罕见时才有效！
4. 泊松分布的假设检验
我们可以使用假设检验来判断一个事件的平均发生率 (\(\lambda\)) 是否发生了变化。这就像你在 A Level 数学中所做的假设检验一样，只是分布不同而已。
步骤流程
- 设定假设：
- \(H_0: \lambda = \text{原始发生率}\)
- \(H_1: \lambda > \text{或} < \text{或} \neq \text{原始发生率}\) - 确定检验统计量：这是你观察到的实际事件数量。
- 计算概率：使用计算器找出在 \(H_0\) 为真的假设下，观察值出现“至少如此极端”情况的概率。
- 与显著性水平比较：如果概率小于显著性水平（例如 5%），则拒绝 \(H_0\)。
鼓励一下：假设检验其实就是在问：“这个结果是否太诡异了，以至于原来的平均值一定是错的？”如果答案是“是的”，我们就拒绝 \(H_0\)！
关键点：务必使用总体参数（\(\lambda\) 或 \(\mu\)）来陈述你的假设。
本章总结
- 泊松分布：用于在固定区间内以恒定速率发生的独立、随机事件。
- 计算器：你需要熟练使用计算器的泊松函数，包括单个值 (\(P(X=x)\)) 和累积值 (\(P(X \le x)\)) 的计算。
- 平均数与方差：对于泊松分布，两者均等于 \(\lambda\)。对于二项分布，平均数为 \(np\)，方差为 \(np(1-p)\)。
- 近似法：当 \(n\) 很大且 \(p\) 很小时，使用泊松分布来近似二项分布。
- 假设检验：重点在于根据新证据检验发生率 \(\lambda\) 是否改变。