2.7　以上分布的总结和联系

讲到这里，我们就可以把正态分布、二项分布、泊松分布、指数分布联系在一起了。

（1）作为“正常形态”的分布，正态分布是最常见、最基础的分布。

（2）伯努利分布用来表示结果的两种可能（0/1，正/反，对/错等）发生的概率。

（3）二项分布是结果是两种可能事件发生n次后，其中某种结果出现x次的概率分布。

（4）泊松分布是用来计算在某一种事件发生频率确定的情况下，一段区间内发生次数的概率，一般这里要求事件本身发生的概率不是很大。

（5）在当事件发生次数n很大而事件发生概率p很小时，在没有计算机时，二项分布的计算非常麻烦，而用泊松分布来近似计算则可以降低大量的计算量。可以用λ＝n×p来获得λ，然后通过泊松分布来计算。

（6）当二项分布中的p接近0.5时，它和正态分布就很近似，而n越大，就越接近。

（7）当λ≥20时，泊松分布可以用正态分布来近似；当λ≥50，泊松分布基本上就等于正态分布了。

（8）指数分布是通过泊松分布推导而得到的，泊松分布是用来计算某个区间内发生事件次数的概率，指数分布是用来计算某种事件发生的间隔时间。

（9）幂律分布和指数分布在图形上很接近，但是经过log-log运算处理后，幂律分布便是一条直线。社会上很多现象都可以对应到幂律分布上。