二项分布、泊松分布还是正态分布？分布选型与实算

三个分布怎么分：先问自己在数什么

选分布只看两件事：结果是「个数」还是「数值」，以及试验次数写不写得出来。 个数加上固定次数，走二项分布；个数但次数没有上限，走泊松分布；连续数值，走正态分布。 这一步判对了，剩下的就是把参数填进计算器。

二项分布问的是「50 次里中几次」，泊松分布问的是「这 10 分钟里来几个」，正态分布问的是「这个数值落在哪一段」。

先分「数次数」还是「量数值」

不良件数、来电通数、进球个数都是整数，属于离散型，只能由二项或泊松描述； 配送时长、体重、加工尺寸这些可以取到小数点后任意位的量是连续型，由正态分布描述。 混用的典型后果是：拿正态分布去问「恰好 30 件不良的概率」，答案永远是 0，因为连续分布的单点概率就是 0。

再看试验次数固定不固定

同样是数次数，「抽 50 件」的 n 明确等于 50，每件要么不良要么合格，这是标准的伯努利重复试验； 而「晚高峰平均每 10 分钟 3 通电话」根本说不清一共有多少次机会，只能用单位区间的平均次数 λ 来刻画。 下面这张表把常见情形和对应工具对齐，拿不准时照着对号入座。

把上面的判断压缩成可执行的四步，照着走一遍基本不会选错：

1. 先分清在数次数还是在量数值：结果是 0、1、2 这类整数就走二项或泊松；是时长、重量这类连续量就走正态分布。
2. 再看试验次数是不是固定的：n 写得出来用二项；只说得出「平均多少次」、次数没有上限的用泊松。
3. 把参数对齐到同一个口径：p 必须是单次试验的成功率，λ 必须和问题里的时间窗一致，换算窗口时 λ 要同比缩放。
4. 算完回头验一次期望：二项 E=np，泊松 E=λ。算出的期望和现实量级差太远，多半是分布选错或参数没对齐。

次数固定：抽检 50 件怎么算

试验次数固定时用二项分布，核心公式把「选哪几次成功」和「每次的概率」两部分相乘。 从 n 次里挑出 k 次成功，有 C(n,k) 种选法，每种选法的概率都是 pᵏ(1−p)ⁿ⁻ᵏ。

拿一个真实场景试试：一批货的不良率 p=2%，抽检 n=50 件，想知道抽到 0 件、1 件、2 件不良分别是多大概率。 以 k=2 为例，C(50,2)=1225，代入得 1225×0.02²×0.98⁴⁸≈18.58%。

最常被问的其实是反过来那一问：至少有 1 件不良的概率。 直接用 1 − P(X=0) = 1 − 0.98⁵⁰ ≈ 63.58%。 也就是说，2% 的不良率看着很低，抽 50 件却有六成多的机会至少碰上一件。

组合数 C(50,2) 从哪来

公式里的 C(n,k) 就是组合数，表示从 n 个里不计顺序地选出 k 个的方案数。 n 一大，手算阶乘立刻溢出，比如 C(50,25) 已经是 15 位数。 这一步交给排列组合计算器最稳妥，它用大整数精确计算，不会因为浮点误差丢精度。

恰好、至多、至少三种问法别混

同一组 n 和 p，问法不同要取的数完全不同。 「恰好 2 件」取单点概率 18.58%，「至多 2 件」要把 k=0、1、2 三项加起来得 92.16%， 「至少 3 件」则是 1 减去至多 2 件，约 7.84%。 验收场景里真正有用的往往是后两种：约定不良品超过 2 件就退整批，那 7.84% 就是这批货被退回的概率。 填计算器时先想清楚自己问的是哪一种，比记公式更要紧。

期望和方差怎么读

二项分布的期望 E(X)=np，方差 Var(X)=np(1−p)。 本例期望是 50×2%=1 件，标准差约 0.99 件，意思是「抽 50 件平均碰上 1 件不良，上下浮动 1 件左右都很正常」。 把这个量级记在心里，算出来的概率离谱不离谱，一眼就能看出来。

只有平均次数：客服热线怎么算

当你只知道「平均每段时间发生几次」、说不出总共试了多少次时，用泊松分布。 它只要一个参数 λ，即同一观察区间内的平均发生次数。

设某客服团队晚高峰平均每 10 分钟接到 3 通电话，即 λ=3。 代入公式可得：这 10 分钟一通都没有的概率约 4.98%，恰好 3 通约 22.40%，恰好 5 通约 10.08%， 至多 1 通（用于判断要不要留人值守）约 19.91%。

λ 的含义

同一观察区间内的平均发生次数，必须和问题的时间窗一致。

λ 怎么估

历史总次数 ÷ 区间个数，例如 5 天共 90 通、30 个 10 分钟窗口，λ=3。

期望

E(X)=λ，本例为 3 通。

方差

Var(X)=λ，泊松分布的期望与方差相等，这是它的识别特征。

标准差

√λ，λ=9 时标准差正好是 3 通。

适用前提

事件彼此独立、发生率稳定，不能有明显的扎堆或相互触发。

λ 怎么从历史数据估出来

λ 不是拍脑袋定的，它来自历史记录：把观察期内的总发生次数，除以同等长度的区间个数。 接着上面的例子，若连续 5 个工作日记录晚高峰话务，每天划成 6 个 10 分钟窗口、合计 30 个窗口， 期间共接 90 通电话，那么 λ = 90 ÷ 30 = 3 通/10 分钟。 样本窗口越多，λ 越稳；窗口太少时估出来的 λ 波动大，算出的概率只能当量级参考。 还要留意口径一致：若统计里混进了非高峰时段，得到的其实是被稀释过的平均值，不能拿来算晚高峰。

换时间窗时 λ 要跟着变

问题从 10 分钟换成半小时，λ 不能照抄。 观察区间放大 3 倍，平均次数也放大 3 倍，λ 从 3 变成 9。 此时「半小时接到至少 10 通电话」的概率约 41.26%，标准差是 √9=3 通。

n 大到算不动：两种近似谁更贴

n 上千时二项分布要累加上千项，手算不现实，于是有了泊松近似和正态近似两条路。 两者条件不同，误差方向也不同，用错反而比不近似更偏。

用同一道题横向比一次：抽检 n=1000 件、不良率 p=2%，问不良件数达到 31 件及以上的概率。 期望 np=20 件，标准差 √(1000×0.02×0.98)≈4.43 件。

结论很清楚：p 小、分布右偏时泊松近似更贴，正态近似会低估右尾。 课本常说「n 大就能用正态近似」，但没提这个前提——p 离 0.5 越远，偏差越值得当回事。

泊松近似：n 大、p 小

经验条件是 n≥20 且 p≤0.05，取 λ=np。 前面 n=50、p=2% 那道题，二项算至少 1 件不良是 63.58%，泊松近似给 63.21%，差距不到 0.4 个百分点，完全够用。 但 p 接近 0.5 时就不行了：n=20、p=0.5 时二项 P(X=10)≈17.62%，硬套 λ=10 的泊松只有约 12.51%，差了 5 个百分点。

正态近似：为什么要 ±0.5

正态近似的条件通常写作 np≥5 且 n(1−p)≥5，即两侧都有足够多的期望次数。 因为二项是离散的、正态是连续的，整数 30 要摊成 29.5 到 30.5 这一段，这步叫连续性修正。 算 P(X≥31) 就以 30.5 作分界，漏掉这半格，短区间的概率会明显失真。

「至少一次」怎么算最省事

「至少一次」不要正面硬算，用补事件最快：至少发生一次 = 1 − 一次都不发生。 一次都不发生的概率是 (1−p)ⁿ，所以整个式子非常短。

单次概率 1%、连着试 100 次，结果是 1 − 0.99¹⁰⁰ ≈ 63.40%，而不是直觉上的「试满 100 次总该中一回」。 这个数和前面泊松近似给的 63.21%（λ=np=1）几乎一致，正好互为验算。

反过来求：要抽多少件才有九成把握

这个公式更实用的用法是反解 n——不问「抽 50 件能不能发现问题」，而问「要抽多少件才够」。 把不等式 1 − (1−p)ⁿ ≥ 目标把握度移项，两边取对数即可。

仍设不良率 p=2%，想有九成把握至少发现 1 件不良，代入得 n ≥ ln(0.10) ÷ ln(0.98) ≈ 113.97， 向上取整要抽 114 件；把标准提到九成五，需要 ln(0.05) ÷ ln(0.98) ≈ 148.28，即 149 件。 从九成提到九成五，抽检量要多三成，这也是抽样方案里把握度不能随口定高的原因。

互斥相加与独立相乘别混用

同一个「中奖概率」，问法不同算法完全不同。 双色球从 33 个红球选 6 个、再从 16 个蓝球选 1 个，方案数 C(33,6)×16 = 1107568×16 = 17721088 种，单注中一等奖约 1/1772 万。 同一期买 100 注不同号码是互斥事件，概率直接相加，约 100/17721088 ≈ 0.00056%； 连续 100 期每期买 1 注是独立重复试验，得用 1−(1−p)¹⁰⁰ 算。

五个最容易算错的地方

分布选对之后，出错通常集中在参数口径上。下面五个坑，前四个都能靠核对参数避开。

三个分布本来就是一家人

很多人把二项、泊松、正态当成三套互不相干的公式背，其实它们同源。 二项分布在 n 趋大、p 趋小而 np 保持不变时，极限就是参数为 λ=np 的泊松分布； 在 n 趋大而 p 不太靠近两端时，极限则是均值 np、方差 np(1−p) 的正态分布。 理解这层关系有个直接好处：近似不是「换了个公式」，而是同一个分布在不同极限下的简写， 所以近似条件说白了就是在问「现在离哪个极限更近」。

照着选型四步把分布定下来，再把 n、p 或 λ 填进对应的计算器，恰好、至多、至少几种概率连同期望方差一次就能出来。