Poisson泊松分布检验结果解读：计数数据的分布拟合优度.docxVIP

Poisson检验结果解读

一、方法概述

泊松分布（PoissonDistribution）是一种重要的离散概率分布，常用于描述单位时间或单位空间内稀有事件发生次数的概率分布。泊松分布检验（PoissonGoodness-of-fitTest）用于判断观测数据是否服从泊松分布，其原假设为数据具有泊松分布特质。检验通过比较各取值的实际频数与基于泊松分布计算的期望频数之间的差异，构造卡方统计量（χ2）进行拟合优度检验。

如果检验结果呈现显著性（p0.05），则拒绝原假设，认为数据不具有泊松分布特质；如果检验结果不显著（p0.05），则接受原假设，认为数据具有泊松分布特质。泊松分布检验在医学统计、质量控制、保险精算等领域具有广泛应用。本研究使用SPSSAU软件对变量y进行泊松分布检验。

在SPSSAU【实验/医学研究】模块选择【Poisson检验】，将变量拖拽至右侧对应分析框，操作如下图：

二、Poisson分布检验结果

表1报告了变量y的泊松分布检验结果，包括各取值的实际频数、期望频数以及整体的卡方统计量和p值。

由表1可知，变量y的泊松分布检验χ2统计量为14.313，对应的p值为0.112，大于0.05的显著性水平，因此接受原假设，认为变量y具有泊松分布特质。

从各取值的实际频数与期望频数对比来看，y取值为0时，实际频数为2，期望频数为0.939，实际频数略高于期望频数。y取