KNOWECON WIKI

ARTICLE

泊松分布

泊松分布 (Poisson Distribution) 泊松分布 (Poisson Distribution) 是一种重要的离散概率分布，以法国数学家西莫恩·德尼·泊松 (Siméon Denis Poisson) 的名字命名。它描述了在一个固定的时间、空间、距离、面积或体积的区间内，某一独立事件发生的次数的概率。泊松分布通常用于模拟和预测稀有事件的发生频率

浏览 108 更新 2025-10-16

泊松分布 (Poisson Distribution)

泊松分布 (Poisson Distribution) 是一种重要的离散概率分布，以法国数学家西莫恩·德尼·泊松 (Siméon Denis Poisson) 的名字命名。它描述了在一个固定的时间、空间、距离、面积或体积的区间内，某一独立事件发生的次数的概率。泊松分布通常用于模拟和预测稀有事件的发生频率，是概率论与数理统计中最核心的分布族之一。

该分布由一个核心参数 λ\lambda (lambda) 决定，λ\lambda 是一个正实数，代表在该固定区间内事件发生的平均次数或期望次数。例如，一个呼叫中心平均每小时接到 10 个电话，那么在一小时内接到电话的数量就可以用 λ=10\lambda = 10 的泊松分布来建模。

历史背景

西莫恩·德尼·泊松于 1837 年在《关于刑事案件和民事案件审判概率的研究》(Recherches sur la probabilité des jugements en matière criminelle et en matière civile) 中首次引入这一分布。泊松最初研究的是陪审团错误定罪的概率问题，其工作远远超越法学背景，为随机过程理论奠定了基础。此后，拉迪斯劳斯·博特凯维茨 (Ladislaus Bortkiewicz) 在 1898 年用泊松分布分析了普鲁士军队中被马踢死的士兵人数，成为统计学的经典案例，有力验证了泊松分布对稀有事件建模的恰当性。

概率质量函数 (PMF)

泊松分布的概率质量函数给出了在一个区间内观察到恰好 kk 次事件的概率。其数学表达式为：

P(X=k)=λke−λk!P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!}

其中：

  • XX 是一个随机变量，表示事件发生的次数。
  • kk 是事件发生的具体次数，它可以是任何非负整数 (k=0,1,2,…k = 0, 1, 2, \dots)。
  • λ\lambda 是单位时间或空间内事件发生的平均次数，即期望值。
  • ee 是自然对数的底数，约等于 2.71828。
  • k!k! 是 kk 的阶乘（例如，3!=3×2×1=63! = 3 \times 2 \times 1 = 6）。

泊松分布的核心假设

一个随机过程要能用泊松分布来精确描述，通常需要满足以下几个核心假设，这些假设共同定义了一个泊松过程 (Poisson Process)：

  1. 事件的独立性：任意两个不重叠的时间（或空间）区间内，事件的发生是相互独立的。一个区间内发生事件的次数不影响另一个区间内发生事件的次数。
  2. 发生率恒定：事件发生的平均速率 (λ\lambda) 是恒定的。在任意一个长度为 tt 的区间内，事件发生的平均次数为 λt\lambda t。这意味着事件发生的概率与区间的起点无关，只与区间的长度有关。
  3. 无并发性：在任意一个极小的时间（或空间）区间内，发生多于一次事件的概率是微不足道的，可以忽略不计。换句话说，事件不会在同一瞬间发生。

当这些条件得到满足时，事件发生的次数就服从泊松分布。例如，放射性物质的衰变、网站在一定时间内的点击数、道路某一路段在一天内发生的交通事故数等，通常都可视为泊松过程。

主要性质

泊松分布具有一些非常重要的统计性质：

期望值 (Mean)：

E[X]=λE[X] = \lambda

这符合直觉，因为 λ\lambda 本身就被定义为事件发生的平均次数。

方差 (Variance)：

Var(X)=λVar(X) = \lambda

这是一个非常独特的性质：均值和方差相等。在统计学中，这种特性被称为等离散性 (Equidispersion)。在处理计数数据时，如果样本的方差远大于样本均值，则称为过度离散 (Overdispersion)；反之则称为低度离散 (Underdispersion)。这些情况表明，简单的泊松模型可能不完全适用，此时需考虑负二项回归等替代方法。

众数 (Mode)：对于一个服从泊松分布的随机变量，其众数（即概率最高的 kk 值）是小于或等于 λ\lambda 的最大整数。如果 λ\lambda 本身是整数，那么 k=λ−1k = \lambda-1 和 k=λk = \lambda 都是众数。

可加性：如果两个独立的随机变量 X1X_1 和 X2X_2 分别服从参数为 λ1\lambda_1 和 λ2\lambda_2 的泊松分布，即 X1∼Poisson(λ1)X_1 \sim \text{Poisson}(\lambda_1) 和 X2∼Poisson(λ2)X_2 \sim \text{Poisson}(\lambda_2)，那么它们的和 Y=X1+X2Y = X_1 + X_2 也服从泊松分布，其参数为 λ1+λ2\lambda_1 + \lambda_2：

Y=X1+X2∼Poisson(λ1+λ2)Y = X_1 + X_2 \sim \text{Poisson}(\lambda_1 + \lambda_2)

这个性质非常有用。例如，如果 A 类电话平均每小时有 5 个，B 类电话平均每小时有 3 个，且两类电话的到来是独立的，那么总电话数平均每小时有 8 个，并且总数也服从泊松分布。

矩母函数 (MGF)：泊松分布的矩母函数为 M(t)=exp⁡(λ(et−1))M(t) = \exp(\lambda(e^t - 1))，这一性质在推导分布的数字特征和研究随机变量的渐近行为时非常有用。

与其他分布的关系

理解泊松分布与其他概率分布的关系对于深入学习至关重要。

与二项分布的关系

泊松分布可以被看作是二项分布的一种极限情况。一个二项分布 B(n,p)B(n, p) 描述了在 nn 次独立的伯努利试验中，每次试验成功概率为 pp 时，总的成功次数。

当二项分布的试验次数 nn 非常大，而每次试验的成功概率 pp 非常小，且它们的乘积 npnp 保持为一个有限的常数 λ\lambda 时，该二项分布就近似于一个参数为 λ=np\lambda = np 的泊松分布：

lim⁡n→∞,p→0,np=λB(n,p)=Poisson(λ)\lim_{n \to \infty, p \to 0, np=\lambda} B(n, p) = \text{Poisson}(\lambda)

这个关系也被称为稀有事件定律 (Law of Rare Events)。例如，假设我们检查一本有 500 页的书 (n=500n=500)，每一页出现印刷错误的概率为 0.002 (p=0.002p=0.002)。由于 nn 很大，pp 很小，我们可以用泊松分布来近似计算书中总错误数量的概率。这里的 λ=np=500×0.002=1\lambda = np = 500 \times 0.002 = 1，即平均每本书有一个错误。在实践中，当 n≥20n \geq 20 且 p≤0.05p \leq 0.05，或 n≥100n \geq 100 且 np≤10np \leq 10 时，泊松近似通常已足够精确。

与指数分布的关系

泊松分布和指数分布描述的是同一个泊松过程的两个不同侧面：

  • 泊松分布：描述在一个固定区间内，事件发生的次数（离散的计数值）。
  • 指数分布：描述两次连续事件之间等待的时间（连续的测量值）。

如果一个事件流的发生次数服从参数为 λ\lambda 的泊松分布，那么相邻两次事件发生的时间间隔 TT 就服从参数为 λ\lambda 的指数分布。指数分布的概率密度函数为 f(t)=λe−λtf(t) = \lambda e^{-\lambda t}，其期望值为 1/λ1/\lambda。进一步，到达第 kk 个事件所需的等待时间则服从伽马分布 Γ(k,λ)\Gamma(k, \lambda)。

与正态分布的关系

当 λ\lambda 较大（通常 λ>10\lambda > 10）时，泊松分布可由正态分布 N(λ,λ)N(\lambda, \lambda) 很好地近似。这一渐近性质源于中心极限定理，并在实际计算中极为便利——当涉及大 λ\lambda 的概率计算时，可利用标准正态分布表代替繁琐的泊松概率求和。

应用实例

例 1：呼叫中心接线

一个客户服务中心平均每 10 分钟接到 2 个电话。问：在接下来的 10 分钟内，一个电话也接不到的概率是多少？

分析：时间区间是 10 分钟，平均发生次数 λ=2\lambda = 2，求发生 0 次事件的概率，即 k=0k=0。

P(X=0)=20e−20!=1×e−21=e−2≈0.1353P(X=0) = \frac{2^0 e^{-2}}{0!} = \frac{1 \times e^{-2}}{1} = e^{-2} \approx 0.1353

因此，在接下来的 10 分钟内完全没有电话打入的概率约为 13.53\%。

例 2：金融风险管理

一家银行分析其贷款组合，发现平均每年有 3 笔贷款发生违约。假设违约事件是独立的，并且发生率恒定。问：在未来两年内，发生少于 3 笔违约的概率是多少？

首先调整参数 λ\lambda 以匹配新的时间区间：年平均违约率 λ1年=3\lambda_{1年} = 3，两年内 λ2年=3×2=6\lambda_{2年} = 3 \times 2 = 6。计算 P(X<3)=P(X=0)+P(X=1)+P(X=2)P(X < 3) = P(X=0) + P(X=1) + P(X=2)：

\begin{align*} \[ P(X=0) &= \frac{6^0 e^{-6}}{0!} = e^{-6} \approx 0.00248 \\ \] \[ P(X=1) &= \frac{6^1 e^{-6}}{1!} = 6e^{-6} \approx 0.01487 \\ \] \[ P(X=2) &= \frac{6^2 e^{-6}}{2!} = \frac{36e^{-6}}{2} = 18e^{-6} \approx 0.04462 \] \end{align*}
P(X<3)≈0.00248+0.01487+0.04462=0.06197P(X < 3) \approx 0.00248 + 0.01487 + 0.04462 = 0.06197

因此，在未来两年内发生少于 3 笔违约的概率约为 6.20\%。这对于银行设定资本准备金和进行风险评估至关重要。

例 3：质量控制

某工厂生产的芯片每 1000 片中平均有 1 个缺陷品 (λ=1\lambda = 1)。问一批 1000 片中出现超过 3 个缺陷品的概率？利用补事件计算：

P(X>3)=1−[P(0)+P(1)+P(2)+P(3)]≈1−0.9810=0.0190P(X > 3) = 1 - [P(0) + P(1) + P(2) + P(3)] \approx 1 - 0.9810 = 0.0190

这意味着超过 3 个缺陷品的概率仅约 1.9\%，可作为质量控制警戒线的理论依据。

泊松回归简介

在实际应用中，λ\lambda 往往不是常数，而是受多个协变量影响。泊松回归 (Poisson Regression) 是广义线性模型 (GLM) 的一种，使用对数链接函数将 λ\lambda 与解释变量联系起来：

log⁡(λi)=β0+β1xi1+β2xi2+⋯+βpxip\log(\lambda_i) = \beta_0 + \beta_1 x_{i1} + \beta_2 x_{i2} + \cdots + \beta_p x_{ip}

泊松回归广泛应用于计量经济学、流行病学和保险精算中计数数据的建模。但当数据存在过度离散时，需使用负二项回归或准泊松模型进行调整。

总结

泊松分布在排队论、可靠性工程、保险精算、物理学和生物学等领域都有着广泛的应用。其简洁优美的数学形式——均值和方差相等、二项分布的极限、与指数分布的优雅对偶——使其成为概率论与统计学中不可或缺的基础工具。从 19 世纪法国陪审团研究到 21 世纪的机器学习和大数据分析，泊松分布始终是理解随机性和不确定性的核心语言之一。