1702655160
1702655161
●泊松分布的总体均值等于总体方差，且数学期望和方差均为λ。
1702655162
1702655163
●泊松分布的概率分布图是非对称的，但随着λ的增加，图形变得对称。λ无限大时，泊松分布是趋近于正态分布N（λ，λ）。
1702655164
1702655165
●泊松分布是二项分布的近似值。在p很小，样本含量n趋向于无穷大时，二项分布趋近于泊松分布。
1702655166
1702655167
Excel统计分析与应用大全 [:1702652409]
1702655168
4.3.1 泊松分布函数的使用
1702655169
1702655170
通过示例6来介绍使用泊松分布函数的相关操作。
1702655171
1702655172
示例6：
1702655173
1702655174
假定单位时间里，某工厂工人生产皮鞋的数量服从参数为20的泊松分布，那么这段时间内生产皮鞋的数量为30的概率是多少？原始数据如图4.17所示。
1702655175
1702655176
1702655177
1702655178
1702655179
图4.17 示例6原始数据
1702655180
1702655181
具体操作步骤如下：
1702655182
1702655183
在C2单元格中输入函数”=POISSON（B2，A2，0）”，按下Enter键即可得到如图4.18所示的计算结果，即给定参数下，生产皮鞋的数量为30的概率值。
1702655184
1702655185
1702655186
1702655187
1702655188
图4.18 概率值的计算结果
1702655189
1702655190
1702655191
1702655192
1702655193
Excel统计分析与应用大全 [:1702652410]
1702655194
Excel统计分析与应用大全 4.3.2 泊松分布的概率分布图的绘制
1702655195
1702655196
为了更直观地展现泊松分布的特点，有时候需要绘制出泊松分布的概率分布图来进行分析和研究。
1702655197
1702655198
通过示例7来介绍绘制泊松分布的概率分布图的相关操作。
1702655199
1702655200
示例7：
1702655201
1702655202
绘制P（λ）的概率分布图，其中λ=3。因为服从泊松分布的随机变量X取值为非负整数，没有上限，所以原始数据如图4.19所示。
1702655203
1702655204
1702655205
1702655206
1702655207
图4.19 示例7原始数据
1702655208
1702655209
具体操作步骤如下：