欢迎来到S2单元：二项分布与泊松分布！
你好，未来的统计学家！这一章至关重要，因为它不仅能帮助我们描述数据，更能让我们通过建模与预测来洞察现实世界中事件发生的概率。如果之前觉得概率论比较抽象，也不必担心——我们将通过简单易懂的步骤，带你彻底拆解二项分布和泊松分布这两个核心概念。学完之后，你将能够准确判断该使用哪种模型，并掌握计算计数结果概率的方法！
让我们开始吧！
第1节：离散型随机变量快速回顾
在进入具体模型之前，请记住，二项分布和泊松分布处理的对象都是离散型随机变量 (Discrete Random Variables)，记作 \(X\)。
- 离散型随机变量是指其可能取值是可数的（通常为整数）的变量。
- 它代表的是“计数”，而不是“测量”（如身高或体重）。
- 例子：投掷10次硬币出现正面的次数、一小时内收到的电子邮件数量。
第2节：二项分布 \(B(n, p)\)
二项分布帮助我们在进行固定次数的独立试验时计算概率，且每项试验只有两种可能的结果。
4.1. 二项分布的条件 (BINS)
随机变量 \(X\) 若要使用二项分布建模，必须满足四个严苛条件。使用助记词 BINS 来记忆它们：
- Binary outcomes (二元结果)：每次试验必须只能导致“成功”或“失败”。
- Independent trials (独立试验)：一次试验的结果不影响任何其他试验的结果。
- Number of trials is fixed (试验次数固定)：我们必须预先知道试验次数 \(n\)。
- Same probability (相同概率)：成功的概率 \(p\) 在每次试验中必须保持不变。
类比：想象投篮练习。\(n\) 是你投球的总次数（固定的）。\(p\) 是你的进球率（恒定的）。每次投篮都是独立的，且结果非进即出。
4.2. 表示法与公式
如果 \(X\) 服从二项分布，我们记作：
\(X \sim B(n, p)\)
其中：
- \(n\) 为试验次数。
- \(p\) 为单次试验中成功的概率。
在 \(n\) 次试验中恰好获得 \(x\) 次成功的概率公式为：
\[ P(X=x) = \binom{n}{x} p^x (1-p)^{n-x} \]
其中：
- \(\binom{n}{x}\)（读作“n选x”）是在 \(n\) 次试验中排列 \(x\) 次成功的组合数。
- \(1-p\) 通常记作 \(q\)，即失败的概率。
分步计算概率
例子：一枚有偏硬币出现正面的概率为 0.6。若投掷 5 次，恰好出现 3 次正面的概率是多少？
此处 \(n=5\)，\(p=0.6\)，且我们要求 \(x=3\)。\((1-p) = 0.4\)。
- 找出排列组合数：\(\binom{5}{3} = 10\)。
- 求 3 次成功的概率：\((0.6)^3 = 0.216\)。
- 求 2 次失败的概率：\((0.4)^{5-3} = (0.4)^2 = 0.16\)。
- 相乘得到结果：\(P(X=3) = 10 \times 0.216 \times 0.16 = 0.3456\)。
4.3. 期望、方差与标准差
对于二项分布，计算期望次数 \(E(X)\) 和方差 \(Var(X)\) 非常简单，不需要使用处理离散变量的通用公式。
期望 (Mean)：
\[ E(X) = np \]
方差 (Variance)：
\[ Var(X) = np(1-p) \]
标准差 (Standard Deviation)：
\[ SD(X) = \sqrt{np(1-p)} \]
记忆小贴士：期望值正如你直觉所想的那样：试验总次数乘以成功率。而方差则是期望值再乘以失败率 (\(1-p\))。
二项分布快速回顾：
- 条件： BINS (二元、独立、固定 \(N\)、相同 \(P\))。
- 表示法： \(X \sim B(n, p)\)。
- 关键公式： \(E(X) = np\) 和 \(Var(X) = np(1-p)\)。
第3节：泊松分布 \(Po(\lambda)\)
泊松分布用于建模在固定的时间或空间间隔内，事件发生的次数。与二项分布不同，它的计数没有固定的上限 (\(n\))。
5.1. 泊松分布的条件
随机变量 \(X\) 必须满足以下条件：
- 事件单独发生（一次一个，不能同时发生）。
- 事件以恒定的平均速率发生。
- 事件之间彼此独立，且独立于上一次发生的时间。
- 事件在时间和空间上随机发生。
类比：试想统计上午 9 点到 10 点之间打入服务台的电话数量。你知道平均速率（\(\lambda\)，假设为每小时 5 通），但总数可能是 0、5、10 甚至 100！
5.2. 表示法与公式
如果 \(X\) 服从泊松分布，我们记作：
\(X \sim Po(\lambda)\)
其中 \(\lambda\) (lambda) 是平均发生速率（即在给定的间隔内事件的平均发生次数）。
恰好发生 \(x\) 次的概率公式为：
\[ P(X=x) = \frac{e^{-\lambda} \lambda^x}{x!} \]
其中：
- \(e\) 是自然对数的底数 (\(e \approx 2.71828\))。
- \(x!\) 是 \(x\) 的阶乘 (\(x \times (x-1) \times \dots \times 1\))。
5.3. 缩放 \(\lambda\)（最常见的错误！）
注意！ \(\lambda\) 与题目中指定的间隔直接相关。如果时间或空间间隔发生变化，你必须同步调整 \(\lambda\)。
例子：如果每小时平均收到的短信数量为 \(\lambda = 6\)，那么：
- 对于 30 分钟（半小时）的间隔，新的速率 \(\lambda_{new} = 6 \times 0.5 = 3\)。
- 对于 2 小时的间隔，新的速率 \(\lambda_{new} = 6 \times 2 = 12\)。
一定要检查 \(\lambda\) 的时间间隔是否与计算概率所需的间隔相匹配。
5.4. 期望与方差
泊松分布的一个定义性特征就是其期望与方差之间的关系。
期望 (Expectation)：
\[ E(X) = \lambda \]
方差 (Variance)：
\[ Var(X) = \lambda \]
冷知识：因为 \(E(X) = Var(X) = \lambda\)，如果你在检验数据是否符合泊松模型，第一步通常就是看样本均值是否大致等于样本方差。
泊松分布快速回顾：
- 条件： 事件独立、随机、单独发生，且速率恒定。
- 表示法： \(X \sim Po(\lambda)\)。
- 关键公式： \(E(X) = \lambda\) 和 \(Var(X) = \lambda\)。
- 关键步骤： 如果时间/空间间隔改变，务必缩放 \(\lambda\)。
第4节：泊松分布对二项分布的近似
有时我们会遇到二项分布的情况，但数值非常巨大，以至于直接使用二项公式计算概率变得极其困难或耗时（特别是计算 \(\binom{n}{x}\) 时）。
幸运的是，在特定条件下，泊松分布为二项分布提供了一个极佳且简单的近似方法。
6.1. 何时使用近似
当满足以下两个条件时，我们可以用泊松分布 \(Po(\lambda)\) 近似二项分布 \(B(n, p)\)：
- \(n\) 很大（试验次数很多，通常 \(n > 50\)）。
- \(p\) 很小（成功概率很低，通常 \(p < 0.1\)）。
换个角度想：你有数百万张彩票（巨大的 \(n\)），但中奖概率极小（微小的 \(p\)）。这种情况非常符合泊松模型中稀有事件随机发生的模式。
6.2. 近似法则
如果满足条件，我们将二项分布的期望设为等于泊松分布的期望：
\[ 令 \lambda = np \]
因此，近似关系为：
\[ B(n, p) \approx Po(np) \]
然后，我们就可以利用 \(\lambda = np\) 代入泊松公式（或查表）来计算概率了。
近似例子
某工厂生产的产品缺陷率为 0.005。如果检查 1000 个产品，求恰好有 4 个残次品的概率。
- 检查条件： \(n=1000\)（大），\(p=0.005\)（小）。近似有效。
- 计算 \(\lambda\)： \(\lambda = np = 1000 \times 0.005 = 5\)。
- 确定分布： \(X \sim Po(5)\)。
- 计算 \(P(X=4)\)： 使用泊松公式，令 \(\lambda=5\)，\(x=4\)：
\[ P(X=4) = \frac{e^{-5} 5^4}{4!} \]
这比计算 \(\binom{1000}{4} (0.005)^4 (0.995)^{996}\) 要容易得多。
6.3. 常见陷阱与技巧
使用累计概率表时要小心！
在两种分布中，表格通常给出的是累计概率 \(P(X \le x)\)。请记住以下规则：
- \(P(X=x) = P(X \le x) - P(X \le x-1)\)
- \(P(X > x) = 1 - P(X \le x)\)
- \(P(X \ge x) = 1 - P(X \le x-1)\)
如果起初觉得这些规则容易搞混，不用担心——多练习识别 \(n\)、\(p\) 和 \(\lambda\) 即可。如果题目涉及在大规模群体或长时间内统计稀有事件，就考虑泊松分布！如果题目涉及固定次数的试验且只有成功/失败两种结果，就考虑二项分布！