Poisson distribution

泊松分布（Poisson Distribution）是一种描述单位时间、单位面积或单位空间内随机事件发生次数的离散概率分布，由法国数学家西莫恩·德尼·泊松于 1837 年首次提出，是概率论中最重要的离散分布之一。其核心假设是事件的平均发生速率 λ 在给定区间内恒定，且不同区间的事件发生相互独立——这对应着所谓的"泊松过程"。从保险精算到通讯网络，从生物统计到排队理论，泊松分布在现代科学和工程的无数领域中发挥着基础性作用。

1. 数学定义

1.1 概率质量函数

设随机变量 X 服从参数为 λ 的泊松分布，记为 X ∼ Poisson(λ)，其概率质量函数为：

P(X = k) = (λᵏ · e⁻λ) / k!  k = 0, 1, 2, …

其中 λ > 0 为单位区间内事件的平均发生次数，e 为自然对数的底数，k! 为 k 的阶乘。这一简洁公式隐藏着深刻的数学结构——它可以由二项分布的极限推导而来。

1.2 与二项分布的关系

泊松分布可视为二项分布在试验次数 n 趋于无穷、成功概率 p 趋于零且 np = λ 保持常数时的极限形式：

这被称为泊松极限定理。这一性质使泊松分布成为描述"稀有事件"发生次数的天然工具——例如大量人群中罕见疾病的病例数、大量印刷品中的印刷错误数等，都可用泊松分布精确建模。

1.3 矩与特征量

泊松分布的均值与方差相等，均等于参数 λ：

E[X] = λ，Var(X) = λ

这一"均等分散"性质是泊松分布的标志性特征，也是判断数据是否适合用泊松分布拟合的重要参考。矩母函数为 $M_X$(t) = exp[λ(eᵗ − 1)]，偏度系数为 1/√λ，峰度系数为 3 + 1/λ。当 λ 增大时，泊松分布趋向于对称。当 λ > 20 时，可用正态分布 N(λ, λ) 近似，为大样本统计推断提供了便利。

2. 泊松过程

2.1 定义与性质

泊松分布与泊松过程密不可分。计数过程 {N(t), t ≥ 0} 称为强度为 λ 的泊松过程，需满足：N(0) = 0；具有独立增量性；在长度为 h 的微小区间内发生一次事件的概率为 λh + o(h)。此时对任意 t，N(t) 服从参数为 λt 的泊松分布。等待时间服从指数分布，第 n 次事件的发生时间服从伽马分布。这些性质使泊松过程成为建模随机到达事件的理论基石。

2.2 非齐次泊松过程

当事件强度随时间变化时，需使用非齐次泊松过程（NHPP），其强度函数 λ(t) 在区间 [a, b] 内的事件数服从未知参数 ∫ₐᵇ λ(t) dt 的泊松分布。这极大扩展了泊松模型的适用范围，使之可以灵活刻画事件时变特征，在可靠性工程和软件可靠性建模中尤为重要。

3. 统计推断

3.1 参数估计

给定泊松分布的独立同分布样本 X₁, …, Xₙ，λ 的最大似然估计为样本均值 λ̂ = (1/n) · ΣXᵢ。该估计量无偏、一致且有效。在贝叶斯框架下，若选取伽马先验 Gamma(α, β)，则后验分布为 Gamma(α + ΣXᵢ, β + n)，此时 α 和 β 可解释为"伪计数"。

3.2 假设检验与回归

单样本泊松均值检验可使用正态近似 Wald 检验或精确分位数检验。泊松回归将泊松分布纳入广义线性模型框架，通过对数连接函数将 λ 与解释变量关联，是分析计数数据的标准回归工具。

4. 应用领域

4.1 保险精算

泊松分布是精算科学描述索赔次数的基础模型。每份保单的索赔次数通常假设服从泊松分布，但由于投保人之间的异质性，实际数据常出现过度分散，精算师因此常使用负二项分布（泊松的伽马混合）或零膨胀泊松模型作为替代。

4.2 交通流与排队论

在排队论中，泊松分布建模单位时间内到达服务设施的顾客数量。基于此可推导系统的平均等待时间、队列长度等关键指标，对服务系统设计具有重要指导意义。

4.3 流行病学与生态学

在流行病学中，泊松分布描述单位时间内罕见疾病的新发病例数。在生态学中，每单位样方内某物种的个体数也常用泊松分布拟合。在基因组学中，DNA 测序中特定片段的出现次数同样可以使用泊松分布建模。

4.4 质量控制

生产制造中每单位产品上的缺陷数可用泊松分布描述。基于泊松分布的计数控制图（c 图和 u 图）是统计过程控制的标准工具，可在缺陷率发生显著变化时发出预警。

5. 相关分布与扩展

泊松分布与多个重要分布存在深刻联系。等待时间服从指数分布而计数服从泊松分布——这种对偶性是泊松过程的核心。伽马分布是泊松参数的共轭先验。两个独立泊松变量的和仍服从泊松分布，参数为 λ₁ + λ₂。

然而"均等分散"假设在实际中往往受到挑战。针对过度分散，负二项分布引入额外的分散参数；零膨胀泊松模型处理零的比例偏高的情况。广义泊松分布和 COM-Poisson 分布则为欠分散数据提供了灵活的选择。这些扩展极大地延伸了泊松框架的边界。

总结

泊松分布以其简洁的数学形式和广泛的适用性，成为概率论与统计学中最经典的离散分布之一。它为理解和预测随机计数现象提供了坚实的理论基础。尽管"均等分散"假设在某些复杂场景中受到挑战，但由此衍生的各类扩展模型——负二项分布、零膨胀模型、非齐次泊松过程等——使泊松框架在现代统计建模中仍然保持着不可替代的地位。