泊松分布在管理中的应用
【管理精品】质量数据的基本知识
质量数据的基本知识一、数据的分类在质量管理中的数据，按其性质不同，一般可分为计量值数据和计数值数据两大类。
1、计量值数据这是指可取任意数值的数据，只要测取数据的精度足够，我们即可取任意小的数值，这些数值属于连续型数据。
例如长度、重量、速度、压力、温度等的数据，是属于计量值数据。
2、计数值数据是指只能用个数、件数或点数等单位来计量的数据。
例如废品件数、产品台数、产品表面缺陷斑点数等等，他们只能取整数，这种数据属于离散型数据。
二、数据的收集1、收集数据的目的要收集数据就应该有明确的目的，否则所收集到的数据是不符合要求的。
收集数据的目的，概括起来有：①为了分析问题，即是为了分析现场情况而收集，例如为了掌握零件加工尺寸的波动情况而收集数据。
②为了管理工作，即是为了掌握生产的变动情况，以便于管理、控制而收集数据，如工序控制中收集数据。
③为了检验、判断产品好坏而收集数据。
2、收集数据的方法收集到的数据必须能充分反映实际情况，对于抽查的数据，还应具有充分的代表性，所以收集数据要有科学的方法，这就是随机抽样的方法。
所谓随机抽样，即是指被抽查的所有对象中的每一个，都应具有同等的机会被抽取到的方法。
最常用的随机抽样法有：(1)单纯随机抽样法这种方法适用于被抽对象容易对号的场合。
其方法是：①将待抽检的产品(或工件)编号，使每一单位产品都具有相同位数的编号。
例如，待查产品数量是千件以下时，则每件的编号均是三位数。
②确定抽取样本的大小。
③用随机抽号法(抽签法、随机数表法)抽取样品的，每个样品一个。
④对号取出被查的产品（或工作）。
⑤对每个样品进行测量，并记录所得数据。
(2)机械随机抽样法如果待抽查的产品难以摆放整齐，即难以对号时，用简单随机抽样法就不合理，需改用其他抽样法，如机械随机抽样法。
机械随机抽样法是按照一定的次序来抽取样品的方法。
这个一定的次序可以是每隔一定的时间抽取一次，也可以是每生产若干件产品抽取一次。
这种抽样方法简便易行，所以在实际工作中得到广泛的运用。
项目风险管理中的概率论方法
项目风险管理中的概率论方法项目风险是指在项目实施过程中可能会出现的不确定性因素，它可能影响项目的进度、成本和质量。
为了更好地应对这些风险，项目管理者需要运用概率论方法进行风险管理。
概率论方法是一种定量分析的工具，通过量化风险的可能性和影响程度来制定相应的应对策略。
首先，项目管理者需要进行风险识别，即确定可能出现的风险因素。
通过回顾历史项目的经验和分析类似项目的风险，可以提前预测可能存在的风险。
然后，可以利用概率分布函数来描述风险发生的概率。
常用的概率分布函数有正态分布、泊松分布和贝塔分布等。
这些分布函数可以帮助项目管理者对风险进行定量分析，从而为制定风险应对措施提供参考。
其次，项目管理者需要评估风险的可能性和影响程度。
概率论提供了一种量化风险的方法，即通过概率和统计的工具来确定风险的概率和影响程度。
例如，可以利用概率分布函数计算风险发生的概率，并利用期望值和标准差等统计指标来评估风险的影响程度。
接下来，项目管理者需要在评估风险后，制定相应的应对策略。
根据风险概率和影响程度的大小，可以采取不同的风险应对策略。
对于概率较高且影响程度较大的风险，可以采取积极的应对策略，如调整项目计划、增加资源投入等。
对于概率较低且影响程度较小的风险，则可以采取被动的应对策略，如接受风险、备用计划等。
此外，项目管理者还可以利用概率论方法进行风险模拟和风险预测。
通过基于概率的模型，可以模拟项目执行过程中可能出现的各种情况，并通过概率分布函数计算出相应的概率。
这样可以帮助项目管理者更好地预测和规划可能的风险事件，并采取相应的措施。
最后，项目管理者需要对风险管理进行跟踪和控制。
概率论方法可以帮助项目管理者识别项目执行过程中的风险，并采取相应的控制措施。
通过对风险的监控和调整，可以及时发现和应对潜在的风险，确保项目按计划进行。
综上所述，项目风险管理中的概率论方法可以帮助项目管理者对风险进行定量分析，评估风险的可能性和影响程度，制定相应的应对策略，并进行风险模拟和预测。
质量管理常用统计工具
具 ➢ 环境（环境）：工作场地的温度、湿度、含尘度、照明、
噪声、震动等；
2.质量波动的种类
第
二
章
正常波动
质
量
管
异常波动
理
常
用
统
计
工
具
（1）正常波动
第 二
章 ➢正常波动是由随机原因引起的产品质量
质
量 波动；
管 理
常 ➢仅有正常波动的生产过程称为处于统计
用 统
计 控制状态，简称为控制状态或稳定状态。
批不合 格品率 （％）
0.6 1.6 0.8 0.6 1.0
1.2 0.8
外观不合格项目
切贴空短过钢油软表 口口松烟紧印点腰面
1
1
1
1122
2
12
1
2
1
1
2
1
11
112
1
1
80 297 458 35 28 10 15 12 55
调查者：王× ×
地点：卷烟车间
_____年____月____日
（2）缺陷位置调查表
量
管
理
常
用
统
计
工 具
μ1
μ2
X
正态分布曲线
第
二
章
μ 1= μ 2 ，σ 1<σ 2
质
量
管
理
常
用
统
计
工
σ2
具
μ 1=μ 2
正态分布概率的计算
第
二
P(a<x<b)
章
质
量
管
理
常
x
用
统 计
a
服从泊松分布的随机变量的实例
服从泊松分布的随机变量的实例泊松分布及其实例泊松分布是一种描述独立随机事件发生频率的概率分布。
它广泛应用于各种实际场景，其中随机事件以平均恒定的速率发生。
泊松分布的特点独立性：每个事件的发生与其他事件无关。
恒定速率：事件发生的平均速率在整个观察期内保持不变。
事件之间无记忆性：发生或未发生过去事件对未来事件的可能性没有影响。
泊松分布实例1. 电话呼叫的到达电话呼叫中心接到的呼叫数目通常服从泊松分布。
平均呼叫到达率随时间而变化，但通常在任何给定时间点保持相对恒定。
2. 放射性衰变放射性原子的衰变率是恒定的，这会导致服从泊松分布的衰变事件。
3. 交通事故特定道路上发生交通事故的数量可以近似为泊松分布。
虽然事故率可能随时间波动，但总体平均事故率通常保持相对稳定。
4. 客户服务请求企业每天收到的客户服务请求的数量通常符合泊松分布。
请求率可能受一天中时间、一周中日期、季节性和其他因素的影响，但总体平均请求率相对稳定。
5. 生产缺陷生产线上产生的缺陷数量可以近似为泊松分布。
虽然缺陷率可能会因机器、运营商和材料等因素而异，但总体平均缺陷率通常保持恒定。
6. 网站流量网站访问者的到来经常表现出泊松分布。
平均访问率可能会根据一天中时间、一周中日期、促销活动和其他因素而波动，但总体平均访问率保持相对稳定。
7. 生物学中的随机事件泊松分布也可以描述生物学中的随机事件，例如突变的发生、基因表达和细胞分裂。
8. 金融市场金融市场上的某些事件，例如股票价格变化和交易量，可以近似为泊松分布。
9. 队列管理泊松分布在队列管理中也很有用。
例如，银行中等待服务的客户人数通常服从泊松分布。
10. 保险索赔保险公司收到的索赔数量可以近似为泊松分布。
索赔率可能因风险类型、季节性和其他因素而异，但总体平均索赔率通常保持相对稳定。
二项分布与泊松分布的应用
二项分布与泊松分布的应用二项分布与泊松分布是概率论中常见的两种分布，它们在实际生活中有着广泛的应用。
本文将分别介绍二项分布与泊松分布的概念及特点，并结合实际案例探讨它们在不同领域的具体应用。
一、二项分布二项分布是离散型概率分布的一种，描述了在一系列独立重复的同类试验中成功次数的概率分布。
在每次试验中，事件发生的概率保持不变且相互独立。
二项分布的概率质量函数可以表示为：P(X=k) = C(n,k) * p^k * (1-p)^(n-k)其中，n表示试验的次数，k表示成功的次数，p表示每次试验成功的概率，C(n,k)表示组合数。
二项分布的应用非常广泛，例如在工业生产中，可以用来描述产品合格率；在医学实验中，可以用来描述药物疗效；在市场营销中，可以用来描述广告点击率等。
二、泊松分布泊松分布是描述单位时间（或单位面积、单位体积）内随机事件发生次数的概率分布。
泊松分布的概率质量函数可以表示为：P(X=k) = (λ^k * e^(-λ)) / k!其中，λ表示单位时间（或单位面积、单位体积）内事件平均发生率，k表示事件发生的次数。
泊松分布常用于描述稀有事件在一定时间内发生的概率，例如在电话交换机中描述单位时间内收到的电话数、在保险业描述车辆事故发生的次数等。
三、二项分布与泊松分布的应用案例1. 电商平台广告点击率预测假设某电商平台在进行广告投放时，希望预测用户点击广告的概率。
可以利用二项分布来描述每次广告曝光后用户点击的概率，通过统计多次广告曝光和点击的数据，估计用户点击广告的整体概率。
2. 交通拥堵预测城市交通拥堵是一个复杂的问题，可以利用泊松分布来描述车辆在单位时间内通过某一路段的数量。
通过分析历史数据，可以预测未来某一时段交通流量的波动情况，从而采取相应的交通管理措施。
3. 医院急诊就诊量预测医院急诊就诊量的波动较大，可以利用泊松分布来描述单位时间内的就诊人数。
通过建立泊松分布模型，医院可以合理安排医护人员的工作时间，提高急诊服务的效率。
泊松分布的现实意义
泊松分布的现实意义泊松分布（Poisson distribution）是一种用于描述单位时间内事件发生次数的概率分布。
它适用于在一段固定时间或空间内，事件以固定的平均速率独立地发生的情况。
泊松分布的现实意义广泛存在于各个领域，如人类行为、自然现象、工业生产以及金融风险管理等方面。
在人类行为领域，泊松分布可以用来研究一定时间内的事件发生次数，从而帮助我们更好地理解人类活动的规律性。
例如，在交通管理中，我们可以使用泊松分布来预测其中一路段上的交通事故数目，从而制定相应的交通安全措施。
此外，在疫情监测中，泊松分布也可以用来描述其中一地区的疾病传播情况，帮助疫情防控工作。
在自然科学领域，泊松分布的现实意义同样重要。
例如，在地质学中，我们可以使用泊松分布来描述地震发生的频率，从而预测地震活动带来的可能危害。
在生态学中，泊松分布可以用来分析种群数量的变化和生物事件（如繁殖、猎食等）的发生频率，进而帮助我们了解生态系统的结构和演变。
在工业生产方面，泊松分布的应用也十分广泛。
例如，在质量控制中，我们可以使用泊松分布来研究一段时间内出现的次品数量，以保证产品质量。
此外，在生产线上，泊松分布还可以用来研究设备故障的发生频率，以制定维护计划和提高生产效率。
在金融风险管理领域，泊松分布也具有实际意义。
例如，在保险业中，我们可以使用泊松分布来研究一定时间内发生保险事故的次数，进而制定保险费率和理赔政策。
在金融投资方面，泊松分布可以用来研究市场价格的波动性，从而量化金融风险和制定投资策略。
总之，泊松分布在现实生活和各个学科中都有广泛的应用。
它可以用来研究事件发生的概率、频率和分布规律。
通过对泊松分布的研究和应用，我们可以更好地了解和预测现实世界中的各种事件，从而帮助我们做出科学决策和制定有效的管理策略。
泊松分布与负二项分布在风险管理中的应用
2008年9月第28卷第5期天水师范学院学报J our nal of Ti ans hu i N or m al U ni ve r si t ySep．，2008V01．28N o．5泊松分布与负二项分布在风险管理中的应用王丙参1，魏艳华1，孙春晓2(1．天水师范学院数学与统计学院，甘肃天水741001；2．西北农林科技大学理学院，陕西杨凌712100)擅要：讨论了泊松分布与负二项分布的优良特性及相互关系，以便在风险管理中更好地运用它们。
关键词：泊松分布；负二项分布；矩母函数中圈分类号：0211．9文献标识码：A文章编号：1671—1351(2008)05—0023—02在实际中．不会有大量的数据使我们可以确定理赔次数的分布．因此我们必须为理赔次数选择一个合适的模型来拟和。
n嘲泊松分布与负二项分布都能比较满意地用来拟和风险集体的理赔次数．还具有其他分布不能企及的优良特性。
本文讨论了二者的优良特性及相互关系．以便在风险管理中更好地运用它们。
1基本模型定义1．1泊松分布随机变量X以全体自然数为一切可能值．其分布律为l七尸晖=．|})=e_^争，k--O，l，2，…万：E(习=A，yd旷Ⅸ)=入为了描述稀有事件．只含有一个参数的泊松分布往往是第一选择．当风险集体同质时。
理赔次数服从Poi sson分布。
均值等于方差。
定义1．2设p为伯努力试验中每次试验成功的概率．则伯努力试验序列中恰好出现n次成功之前失败的次数y服从参数为仇p)的负二项分布。
k只y=后)=C础一Ip弋l-p)‘@=0，1，2，L)E(y)=盟，y州y)=萼．p p容易看出，负二项分布有一个很简单的性质。
方差大于均值。
风险集体都或多或少地存在一定的非同质性，这就为负二项分布的应用创造了条件。
负二项分布的方差越大于其均值．表明投保集体存在的非同质性越严重。
S=X I+肖一…+X_I v，其中Ⅳ表示理赔次数，置表示第i个理赔。
我们假定理赔额X i是独立同分布的。
管理统计学概率论基础
管理统计学概率论基础简介概率论是管理统计学中一个重要的基础概念。
管理者需要了解和应用概率论的基本原理，以便在决策过程中能够准确地评估风险和制定相应的战略。
本文将介绍管理统计学中概率论的基础知识，帮助读者理解和应用概率论。
概率的定义概率是描述事件发生可能性的一种数值表示。
它的取值范围在0到1之间，0表示不可能发生，1表示必然发生。
概率可以通过实验结果的频率来估计，也可以通过理论计算来得出。
在管理统计学中，我们经常使用概率来描述不确定性。
通过研究事件发生的概率分布，我们可以评估项目的风险和决策的可能结果。
概率计算方法概率可以用多种方法计算，下面介绍常用的几种方法：经典概型是指在满足两个前提条件的情况下，采用等可能性假设得出的概率。
这两个前提条件是：每个事件都是互斥的，并且每个事件发生的机会均等。
举个例子，一个扑克牌的标准52张牌组成的牌堆，从牌堆中随机抽取一张牌，求抽到红桃的概率。
由于红桃有13张，总共有52张牌，所以红桃的概率为13/52=1/4。
频率概率频率概率是基于某个事件在实验过程中出现的频率来计算概率。
通过多次实验，事件发生的次数与实验次数的比值趋近于概率的值。
例如，抛掷一枚硬币，出现正面的次数除以总抛掷次数，得到正面的概率。
主观概率主观概率是基于个体经验和主观判断得出的概率。
它没有明确的实验过程，依赖于个体对事件发生的主观估计。
例如，一个销售经理根据多年的经验和市场情况判断某产品的销售概率。
条件概率是指在一个事件已经发生的条件下，另一个事件发生的概率。
它可以通过求解条件概率公式来得到。
例如，在抽取一张红桃牌已知的情况下，再抽到一张黑桃牌的概率。
概率分布概率分布描述了一个随机变量可能取得每个可能值的概率。
常见的概率分布包括离散分布和连续分布。
离散分布在离散分布中，随机变量取值的集合是有限或可数的。
离散分布的概率可以通过概率质量函数（PMF）来描述。
常见的离散分布包括伯努利分布、二项分布和泊松分布。
服从泊松分布的随机变量的实例
服从泊松分布的随机变量的实例泊松分布在现实世界中的应用泊松分布是一种描述事件在特定间隔内发生次数的概率分布。
其特点是事件发生的平均率保持恒定，而发生次数在不同间隔内独立变化。
以下是一些符合泊松分布的随机变量的实例：顾客到达速率：一家商店在特定时间段内接收顾客的速率。
顾客的到达是随机的，平均到达率是每小时固定数量的顾客。
电话呼叫量：呼叫中心的电话呼叫量。
呼叫之间的间隔时间是随机的，但平均呼叫率在特定时间段内是恒定的。
缺陷产品数量：在生产线上生产的产品中，缺陷产品的数量。
缺陷的发生是随机的，平均缺陷率是每生产一定数量的产品就出现一个缺陷。
交通事故次数：在特定道路上发生交通事故的次数。
事故发生的频率是随机的，但平均发生率是特定时间段内发生一定数量的事故。
生物事件：诸如细菌繁殖、放射性衰变和自然灾害等生物事件通常也符合泊松分布。
这些事件的发生频率往往具有随机性，但它们的平均发生率在特定的时间段或条件下保持相对稳定。
统计分析中的应用：泊松分布广泛应用于各种统计分析中，例如：假设检验：检验观测到的事件次数是否与特定泊松分布假设一致。
参数估计：估计泊松分布的平均率参数。
建模和预测：使用泊松分布对未来事件发生的次数进行建模和预测。
其他实际应用：除了上述例子外，泊松分布还用于广泛的实际应用中，例如：保险精算：预估保险索赔的次数和严重程度。
库存管理：优化库存水平，以最大限度地减少存货过剩或短缺。
质量控制：确定制造过程中的缺陷率。
可靠性工程：评估组件或系统的故障率。
流行病学：研究疾病暴发的模式和频率。
泊松分布是一种强大的统计工具，用于建模和分析各种随机事件。
通过理解泊松分布及其特性，我们可以更好地理解和预测特定现象的发生模式。
概率论与数理统计在经济管理学中的应用
概率论与数理统计在经济管理学中的应用摘要：本文通过经济投资、疾病诊断等几个实际事例来讨论概率论与数理统计在经济管理学实际问题中的具体的应用，并且对在解决这些生活中的具体实际问题时所用到的概率论与数理统计的相关原理给予充分的说明。
我发自内心地期望能够可以通过这篇文章，能够提升我们在解决经济管理学中的这些有关问题时的概率论与数理统计的一些思想，在原来的基础上可以将概率论统计的一些有关知识更加广泛地应用到我们实际的生产和生活中来。
关键词：概率统计的相关知识经济投资风险估测保险疾病诊断1 引言数学作为一门十分重要的基础性学科在我们的日常的生产活动与日常生活中以及科学研究里，可以说是一个不可或缺的必要构成。
我们学习的这门学科作为数学与应用数学的知识体系里具有支撑作用的关键部位，越来越广泛地应用在生活中。
近几十年来，有关于概率论与数理统计的一些相关知识也越来越多的渗透到经管学，生物学，生殖学等科学门类中。
同时，在平常的生活当中，赌徒游戏，预测雨雪，刮刮乐，竞技类项目等都跟该学科有着非常密切的联系。
本文重点论述该学科在经管学中的实际应用，通过第二部分对这门学科的相关基本知识的介绍，包括概率的一些基本性质，有关随机变量的数字特征及其分布，中心极限定理，贝叶斯公式等，再结合第三部分的具体事例来分析讨论本文的重点，即这门学科在我们经管学中的指导作用。
我们可以这样说，这门学科在如今以及未来很长的一段日子里都将会是数学中最活跃，应用范围最广的学科之一。
2 相关知识经过将近四个春秋的对数学这门学科的刻苦学习，我能够相当透彻地体会类似于随机变量的方差与标准差这样的基础性的知识点。
我还熟练掌握了如何利用这些基础性的知识点来计算经济管理学中的有关预期收入和风险评估等问题；能够十分迅速地计算类似于泊松分布、正态分布这样的特殊分布的方差和标准差等数值；对于一维随机变量X，只要题目中给出了它的概率分布，就可以通过它的基本性质来得出g(X)的均值E[g(X)]；哪怕就是对于二维的随机变量(X, Y)，也只要题干中给出了它的联合概率分布，我们也可以利用它的基本性质来得出g(X, Y)的均值E[g(X, Y)]；在学习的过程中，还涉及到了反映对原点矩与中心矩的本质的观点，并且熟习矩的运算规律，能够在计算中来运用到这些规律。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
我们把在每次试验中出现概率很小的事 件称作稀有事件. 如地震、火山爆发、特大洪水、意外事故等等
由泊松定理，n重贝努里试验中稀有事件 出现的次数近似地服从泊松分布.
三、泊松分布产生的一般条件
在自然界和人们的现实生活中,经常要遇 到在随机时刻出现的某种事件.我们把在随机 时刻相继出现的事件所形成的序列,叫做随机 事件流. 若事件流具有平稳性、无后效性、普通性， 则称该事件流为泊松事件流（泊松流）.
k 10
e 5 k!
5
k
0.032,
k 9
e 5 k!
ቤተ መጻሕፍቲ ባይዱ
5
k
0.068
于是得 m+1=10,
m=9件
• 求解泊松分布可以查表，也可以利用微机 轻松算得。 • ＥＸＣＥＬ的函数可以方便计算泊松分布 的密度值和概率值。 • 包括泊松分布在内的各种分布的感性认识 要掌握。参考《分布概率表》
历史上，泊松分布是作为二项分布的近 似，于1837年由法国数学家泊松引入的 . 近数十年来，泊松分布日益 显示其重要性,成为概率论中最 重要的几个分布之一. 在实际中，许多随机现象服 从或近似服从泊松分布.
• 泊松,法国数学家，1781年6月21日生于法国卢瓦 雷省皮蒂维耶，1840年 4月25日卒于法国索镇。 • 泊松在青年时期曾学过医学，后因喜好数学，于 1798年入巴黎综合工科学校深造。毕业时，因研 究论文优秀而被指定为讲师，1806年任该校教授， 1809年任巴黎理学院力学教授，1812年当选为巴 黎科学院院士。 • 泊松的科学生捱开始于研究微分方程及其在摆的 运动和声学理论中的应用。他工作的特色是应用 数学方法研究各类物理问题，并由此得到数学上 的发现。他对积分理论、行星运动理论、热物理、 弹性理论、电磁理论、位势理论和概率论都有重 要贡献。他一生共发表300多篇论著。
下面简要解释平稳性、无后效性、普通性.
平稳性:
在任意时间区间内，事件发生k次(k≥0)的 概率只依赖于区间长度而与区间端点无关.
无后效性: 在不相重叠的时间段内，事件的发生是相 互独立的. 普通性:
如果时间区间充分小，事件出现两次或 两次以上的概率可忽略不计.
例如
一放射性源放射出的 粒子数； 某电话交换台收到的电话呼叫数； 到某机场降落的飞机数; 一个售货员接待的顾客数; 一台纺纱机的断头数; …
解:
设该商品每月的销售数为X, 已知X服从参数λ =5的泊松分布. 设商店在月底应进某种商品m件, 求满足 P(X≤m)>0.95 的最小的m .
进货数
销售数
求满足 P(X≤m)>0.95 的最小的m.
也即 P(X>m) ≤ 0.05 或
5 k
k m 1
e 5 k!
0.05
查泊松分布表得
管理实务中的泊松分布
——决策建模补充资料
n重贝努里（Bermoulli）试验中稀有事件出 现的次数近似地服从泊松分布.
设 是一个正整数，
lim Cn pn (1 pn )
k k n n k
，则有
e
k
,
k 0,1,2,,
k!
等式右端给出的概率分布，是又一种重要 的离散型分布： 泊松分布
都可以看作泊松流.
对泊松流，在任意时间间隔(0,t)内,事件 (如交通事故)出现的次数服从参数为 λ t 的 泊松分布 . λ称为泊松流的强度. 在运筹学中的随机存储问题中，经常要 借助Ｐoisson Distribution,解决决策问题。
例1 一家商店采用科学管理，由该商店过去 的销售记录知道，某种商品每月的销售数可 以用参数λ =5的泊松分布来描述，为了以 95%以上的把握保证不脱销，问商店在月底 至少应进某种商品多少件？
POISSON(x,mean,cumulative)
• • • • 语法： X 事件数。 Mean 期望值。 Cumulative 为一逻辑值，确定所返回的概率分布 形式。如果 cumulative 为 TRUE，函数 POISSON 返回泊松累积分布概率，即，随机事件发生的次 数在 0 到 x 之间（包含 0 和 1）；如果为 FALSE， 则返回泊松概率密度函数，即，随机事件发生的 次数恰好为 x。
一、泊松分布的定义及图形特点
设随机变量X所有可能取的值为0 , 1 , 2 , … , 且概率分布为：
P( X k ) e
k
,
k 0,1,2,,
k!
其中 λ >0 是常数,则称 X 服从参数为 的 λ 泊松分布,记作X~P(λ ).
泊松分布的图形特点：
X~P(λ)
…
二、二项分布与泊松分布