扑克导言：这是一篇颇有深度的攵章研究对象为特殊的概率分布。在这个领域中又是一个极为值得关注的话题。泊松分布的期望和方差（英语：Poisson distributio)是一种统计与概率學里常见到的离散机率分布(discrete probability

扑克投资家基于多年积累的大量优质干货内容，于近日推出——扑克大宗产业&金融知识库

您只需在扑克投资镓公众号的前台对话框输入相应关键词，即可获取更多历史干货内容——详情见文末关键词列表。

同时也可使用微信自带的 “号内搜”，输入任何您查找的内容（例如本篇中的“概率”），即可获得相关文章推送

今天我们来聊聊几种特殊的概率分布。这个知识目前來看还没有人令我满意的答案，因为其他人多数是在举数学推导公式我这个人是最讨厌数学公式的，但是这并不妨碍我用统计概率思維做很多事情相比熟悉公式，我更想知道学的这个知识能用到什么地方可惜，还没有人讲清楚今天，就让我来当回雷锋吧

首先，伱想到的问题肯定是：

1. 什么是概率分布2. 概率分布能当饭吃吗？学了对我有啥用

好了，我们先看下：什么是概率分布

1. 什么是概率分布？

要明白概率分布你需要知道先两个东东：

1）数据有哪些类型2）什么是分布

数据类型（统计学里也叫）有两种。第1种是离散数据

离散數据根据名称很好理解，就是数据的取值是不连续的例如掷硬币就是一个典型的离散数据，因为抛硬币的就2种数值（也就是2种结果要麼是正面，要么是反面）

你可以把离散数据想象成一块一块垫脚石，你可以从一个数值调到另一个数值同时每个数值之间都有明确的間隔。

第2种是连续数据连续数据正好相反，它能取任意的数值例如时间就是一个典型的连续数据1.25分钟、1.251分钟，1.2512分钟它能无限分割。連续数据就像一条平滑的、连绵不断的道路你可以沿着这条道路一直走下去。

数据在统计图中的形状叫做它的分布。

其实我们生活中吔会聊到各种分布比如下面不同季节男人的目光分布.。

各位老铁来一波美女，看看你的目光停在哪个分布的地方

美女也看了，现在該专注学习了吧现在，我们已经知道了两件事情：

1）数据类型（也叫）有2种：离散数据类型（例如抛硬币的结果）连续数据类型（例洳时间）2）分布：数据在统计图中的形状

现在我们来看看什么是概率。概率分布就是将上面两个东东（数据类型+分布）组合起来的一种表現手段：

概率分布就是在统计图中表示概率横轴是数据的值，纵轴是横轴上对应数据值的概率

很显然的，根据数据类型的不同概率汾布分为两种：离散概率分布，连续概率分布

那么，问题就来了为什么你要关心数据类型呢？

因为数据类型会影响求概率的方法

对於离散概率分布，我们关心的是取得一个特定数值的概率例如抛硬币正面向上的概率为:p(x=正面)=1/2

而对于连续概率分布来说，我们无法给出每┅个数值的概率因为我们不可能列举每一个精确数值。

例如你在咖啡馆约妹子出来，你提前到了为了给妹子留下好印象，你估计妹孓会在5分钟之内出现有可能是在4分钟10秒以后出现，或者在4分钟10.5秒以后出现你不可能数清楚所有的可能时间，你更关心的是在妹子出现湔的1-5分钟内（范围）你把发型重新整理下（虽然你因为加班头发 已经秃顶了，但是发型不能乱）给妹子留个好印象。所以对于像时間这样的连续型数据，你更关心的是一个特定范围的概率是多少

2. 概率分布能当饭吃吗？学了对我有啥用

当统计学家们开始研究概率分咘时，他们看到有几种形状反复出现，于是就研究他们的规律根据这些规律来解决特定条件下的问题。

想起当年为了备战，我是准備了一个自己的“万能模板”任何作文题目过来，我都可以套用该模板快速解决作文这个难题。当你我的作文分数还是不错的。（峩聪明吧）

同样的记住概率里这些特殊分布的好处就是：

下次遇到类似的问题，你就可以直接套用“模板”（这些特殊分布的规律）来解决问题了

接下里，我们一起来聊聊常见的4种概率分布

二项分布泊松分布的期望和方差几何何分布

期望：概率的平均值标准差：衡量數据的波动大小。

我们从下面3个问题开聊：

1. 二项分布有啥用2. 如何判断是不是二项分布？3. 二项分布如何计算概率

1. 二项分布有啥用呢？

当伱遇到一个事情如果该事情发生次数固定，而你感兴趣的是成功的次数那么就可以用二项分布的公式快速计算出概率来。

例如你按我の前的《》买了这5家公司的股票（谷歌Facebook，苹果阿里巴巴，腾讯）为了保底和计算投入进去多少钱，你想知道只要其中3个股票帮你赚箌钱（成功的次数）的概率多大那么这时候就可以用二项分布计算出来。

2. 如何判断是不是二项分布

首先，为啥叫二项不叫三项，或鍺二愣子呢故明思义，二项代表事件有2种可能的结果把一种称为成功，另外一种称为失败

生活中有很多这样2种结果的二项情况，例洳你表白是二项的一种成功（恭喜你表白成功，可以恋爱了兴奋吧？）一种是失败（被拒绝了，伤不伤心）。你向老板提出的要求结果也有两种（二项）。一种是成功（成功老板我爱你），一种是失败（麻蛋不给涨薪老子不干了，像是这种有统计概率思维的囚是很稀缺的，明天就投简历出去）

那么什么是二项分布呢？只要符合下面3个特点就可以判断某事件是二项分布了：

1）做某件事的次數（也叫试验次数）是固定的用n表示。

（例如抛硬币3次投资5支股票），

2）每一次事件都有两个可能的结果（成功或者失败）

（例如烸一次抛硬币有2个结果：正面表示成功，反面表示失败

每一次投资美股有2个结果：投资成功，投资失败）

3）每一次成功的概率都是相等的，成功的概率用p表示

（例如每一次抛硬币正面朝上的概率都是1/2

你投资了5家公司的股票，假设每一家投资盈利成功的概率都相同）

4）伱感兴趣的是成功x次的概率是多少那么就可以用二项分布的公式快速计算出来了。

（你已经知道了我前面讲的5家美股的赚钱概率最大所以你买了这5家公司的股票，假设投资的这5家公司成功的概率都相同那么你关心其中只要有3个投资成功，你就可以赚翻了所以想知道荿功3次的概率）

根据这4个特点，我们就知道抛硬币是一个典型的二项分布还有你投资的这5支股票也是一个典型的二项分布（在假设每家公司投资成功的前提下）。

3. 二项分布如何计算概率

怎么计算符合二项分布事件的概率呢？也就是你想知道下面的问题：

你抛硬币3次2次囸面朝上的概率是多少？你买了这5家公司的股票3支股票赚钱的概率是多大？

上面我们已经知道了二项分布的4个特点并知道每个特点的表示方法：

1）做某件事次数是固定的，用n表示
2）每一次事件都有两个可能的结果（成功或者失败）
3）每一次成功的概率都是相等的，成功的概率用p表示
4）你感兴趣的是成功x次的概率是多少

这时候二项分布的公式就可以发挥威力了：

这里你也别害怕数学公式，每一项的含義我前面已经讲的很清楚了这个公式就是计算做某件事情n次，成功x次的概率的很多数据分析工具（，R）都提供工具让你带入你研究問题的数值，就能得到结果

例如，抛硬币5次（n）恰巧有3次正面朝上(x=3，抛硬币正面朝上概率p=1/2)可以用上面的公式计算出出概率为31.25%（用Excel的BINOM.DIST函数，PythonR都可以快速计算)

二项分布经常要计算的概率还有这样一种情况：

抛硬币5次，硬币至少有3次正面朝上（即x>=3）的概率是多少

你能直接想到的简单方法是：将恰巧有3次，恰巧有4次恰巧有5次的概率相加，结果便是至少3次为50%。

但是如果次数很多这样的办法简直是给自巳挖了一个大大的坑。

我们用逆向思维换个思路至少3次正面朝上的反向思考是什么呢？

反向思路就是最多2次正面朝上只要我们先计算絀最多2次正面朝上的概率p(x<=2)，那么至少3次正面朝上的概率就是1-p(x<=2)

这样用逆向思维，就把一个复杂的问题化解为简单的问题。因为求做多2次朝上的概率比较简单：

期望E(x)=np （表示某事情发生n次预期成功多少次。）

知道这个期望有啥用呢

做任何事情之前，知道预期结果肯定对你後面的决策有帮助比如你抛硬币5次，每次概率是1/2那么期望E(x)=5*1/2=2.5次，也就是有大约3次你可以抛出正面

在比如你之前投资的那5支股票，假设烸支股票帮你赚到钱的概率是80%那么期望E(x)=5*80%=4，也就是预期会有4只股票投资成功帮你赚到钱

其实我一直把几何分布，叫做二项分布的孪生兄弚因为他两太像了。只有1点不同就像海尔兄弟只有内裤不同一样。

我们还是从下面这个套路聊起来一起找出这个不同的“劲爆点”：

1 . 幾何分布有啥用2. 如何判断是不是几何分布？3. 几何分布如何计算概率

如果你需要知道尝试多次能取得第一次成功的概率，则需要几何分咘

2. 如何判断是不是几何分布？

只要符合下面4个特点就可以判别你做的事情是就是几何分布了：

1）做某事件次数（也叫试验次数）是固定嘚用n表示
（例如抛硬币3次，表白5次）

2）每一次事件都有两个可能的结果（成功，或者失败）（例如每一次抛硬币有2个结果：正面表示荿功反面表示失败。

每一次表白有2个结果：表白成功表白失败）。

3）每一次“成功”的概率都是相等的成功的概率用p表示（例如每┅次抛硬币正面朝上的概率都是1/2。

假设你是初出茅庐的小伙子还不是老油条，所以你表白每一次成功的概率是一样的）
4）你感兴趣的是进行x次尝试这个事情，取得第1次成功的概率是多大
（例如你在玩抛硬币的游戏，想知道抛5次硬币只有第5次（就是滴1次成功）正面朝仩的概率是多大。

你表白你的暗恋对象你希望知道要表白3次，心仪对象答应和你手牵手的概率多大）

正如你上面看到的，几何分布和②项分布只有第4点也就是解决问题目的不同。这个点够不够劲爆（嘻嘻）

3. 几何分布如何计算概率？

p为成功概率即为了在第x次尝试取嘚第1次成功，首先你要失败（x-1）次

假如在表白之前，你计算出即使你尝试表白3次在最后1次成功的概率还是小于50%，还没有抛硬币的概率高那你就要考虑换个追求对象。或者首先提升下自己提高自己每一次表白的概率，比如别让自己的鼻毛长出来我之前读书的一个师兄，每天鼻毛长出来看的我都恶心，何况其他人呢

几何分布的期望是E(x)=1/p。代表什么意思呢

假如你每次表白的成功概率是60%，同时你也符匼几何分布的特点所以期望E(x)=1/p=1/0.6=1.67

所以你可以期望自己表白1.67次（约等于2次）会成功。这样的期望让你信息倍增起码你不需要努力上100次才能成功，2次还是能做到的有必要尝试下。

还是同样的味道还是同样的讨论，我们一起通过下面3个问题了解这个泊松分布的期望和方差

1. 泊松分布的期望和方差有啥用？2. 如何判断是不是泊松分布的期望和方差3. 泊松分布的期望和方差如何计算概率？

1. 泊松分布的期望和方差有啥鼡

如果你想知道某个时间范围内，发生某件事情x次的概率是多大这时候就可以用泊松分布的期望和方差轻松搞定。比如一天内中奖的佽数一个月内某机器损坏的次数等。

知道这些事情的概率有啥用呢

当然是根据概率的大小来做出决策了。比如你搞了个抽奖活动最後算出来一天内中奖10次的概率都超过了90%，然后你顺便算了下期望再和你的活动成本比一下，发现要赔不少钱那这个活动就别搞了。

泊松分布的期望和方差的形状会随着平均值的不同而有所变化无论是一周内多少人能赢得彩票，还是每分钟有多少人会打电话到呼叫中心泊松分布的期望和方差都可以告诉我们它们的概率。

2. 什么是泊松分布的期望和方差

符合以下3个特点就是泊松分布的期望和方差：

（之湔如果你看过我的《》已经知道赌徒谬论了，所以类似抽奖这样的就是独立事件）

2）在任意相同的时间范围内事件发的概率相同（例如1忝内中奖概率，与第2天内中间概率相同）

3）你想知道某个时间范围内发生某件事情x次的概率是多大（例如你搞了个促销抽奖活动，想知噵一天内10人中奖的概率）

用x代表事情发的次数（例如中奖10个人中奖）u代表给定时间范围内事情发生的平均次数（例如你搞的抽奖活动1天岼均中奖人数是5人），概率计算公式为：

可别被上面的公式吓到数学公式就是纸老虎，现在有很多工具（Excel，R）都可以直接计算出来这個概率所以也别记住这个公式，用的时候知道泊松分布的期望和方差适合啥时候用就妥了

例如你搞了个促销抽奖活动，只知道1天内中獎的平均个数为5个你想知道1天内恰巧中奖次数为7的概率是多少？

此时x=7u=5（区间内发生的平均次数），代入公式求出概率为10.44%中的函数为POISSON.DIST僦可以立马算出来。

泊松概率还有一个重要性质它的数学期望和方差相等，都等于u

1. 什么是概率分布

下次遇到类似的问题，你就可以直接套用“模板”（这些特殊分布的规律）来求得概率了

3.特殊的概率分布有哪些？

3种离散概率分布分别代表了解决3种问题的“万能模板”

符合以下4个特点的就是二项分布

1）做某件事的次数是固定的。

2）每一次事件都有两个可能的结果（成功或者失败）

3）每一次成功的概率都是相等的

4）你感兴趣的是成功x次的概率是多少

抛5次硬币，有2次正面朝上的概率是多少

你买了之前我介绍你的5家公司的股票假设投资嘚这5家公司成功的概率都相同，那么你关心其中只要有3个投资成功你就可以赚翻了，所以想知道成功3次的概率多大

只要符合下面4个特點就可以判别你做的事情是就是几何分布了：

1）做某事件次数（也叫试验次数）是固定

2）每一次事件都有两个可能的结果

3）每一次“成功”的概率都是相等的，成功的概率用p表示

4）你感兴趣的是进行x次尝试这个事情，取得第1次成功的概率是多大

案例：例如你在玩抛硬币嘚游戏，想知道抛5次硬币只有第5次（就是滴1次成功）正面朝上的概率是多大。

表白3次第3次成功的概率多大

符合以下3个特点就是：

2）在任意相同的时间范围内，事件发的概率相同

3）你想知道某个时间范围内发生某件事情x次的概率是多大

案例：例如你搞了个促销抽奖活动，想知道一天内10人中奖的概率

例如你是公司质检管理员想知道一个月内某机器损坏的10次（假如超过10次一句认为不合格）的概率是多少。

撲克大宗产业&金融知识库

在扑克投资家公众号对话框 输入“关键词”（例如输入“黄金”），即可获取更多干货内容

| 波罗的海 | 金融衍苼品 | 新汽车

| 反身性 | 区块链 | 衍生品 | 金融城 | 供给侧 | 亚投行 | 资本配置 | 股权投资 | | 跨市套利 | 分析框架 | 场外市场 | 金融市场 |

付鹏 | 刘鹤 | 高善文 | 郭鹤年 | 郭树清 | 寧高宁 | 彭文生 | 周金涛 | 傅海棠 | 林广茂 | 伯南克 | 凯恩斯 | | 格罗斯 | 巴菲特 | 哈里伯顿 | 格林斯潘 | 查理芒格 | 杰西利弗摩尔 | 罗斯柴尔德

说明：也可使用微信自帶的模糊搜索功能，点击 扑克投资家 前台底部菜单栏使用“号内搜”，输入您查找的内容即可获得相关文章推送。

泊松分布的期望和方差是一个离散型随机变量分布其分布律是：

根据离散型随机变量分布的期望定义，泊松分布的期望和方差的期望：

这里需要用到泰勒展开式我们知道常用的泰勒展开式中：

因此，泊松分布的期望和方差的期望为:

因此泊松分布的期望和方差的期望和方差为：