关于泊松分布，错误的是
A: 当二项分布的n很大而π很小时，可用泊松分布近似二项分布
B: 泊松分布由均数 唯一确定
C: 泊松分布的均数越大，越接近正态分布
D: 泊松分布的均数与标准差相等
E: 如果X1和X2分别服从均数为λ1和λ2的泊松分布，且相互独立。则X1+X2服从均数为λ1+λ2泊松分布
A: 当二项分布的n很大而π很小时，可用泊松分布近似二项分布
B: 泊松分布由均数 唯一确定
C: 泊松分布的均数越大，越接近正态分布
D: 泊松分布的均数与标准差相等
E: 如果X1和X2分别服从均数为λ1和λ2的泊松分布，且相互独立。则X1+X2服从均数为λ1+λ2泊松分布
D
举一反三
- 随机变量X服从泊松分布P(2), Y服从泊松分布P(3), 则X+Y服从泊松分布P(5).? 正确|错误
- 设随机变量服从参数为2的泊松分布，即，随机变量服从参数为5的泊松分布，即，且与相互独立，则仍然服从泊松分布，其参数为（ ）。
- 相关研究结果表明，在交通流量调查中，如果车辆到达符合 ，对应的车头时距分布将服从______（ ）。 A: 泊松分布、二项分布 B: 二项分布、泊松分布 C: 泊松分布、负指数分布 D: 负指数分布、泊松分布
- 设 随机变量 X 服从参数为 λ 的泊松分布，且 E [( X -1) ( X -2)]=1 ，则 λ=( )。
- 泊松分布是二项分布的极限，当n较大、p较小时，二项分布问题可用泊松分布近似计算。
内容
- 0
设X服从参数为1的泊松分布，Y服从参数为2的泊松分布，而且X与Y相互独立，则P(max(X,Y)≠0)= A: 1-exp（-3） B: 1-exp（-1） C: 1-exp（-2） D: 1-2exp（-2）
- 1
相关研究结果表明,在交通流量调查中,如果车辆到达符合(<br/>),对应的车头时距分布将服从(<br/>)。 A: 泊松分布、负指数分布 B: 负指数分布、泊松分布 C: 二项分布、泊松分布 D: 泊松分布、二项分布
- 2
关于泊松分布，以下错误的是： 未知类型：{'options': ['二项分布的极限分布就是泊松分布', '只有当[img=105x18]17da58d9011d9c1.jpg[/img], 泊松分布才是二项分布的极限分布', '如果单位时间（0，1）内某事件发生次数的服从参数为[img=9x14]17da58c1d5aa407.jpg[/img]的泊松分布，则在时间段(0,2)内服从参数为2[img=9x14]17da58c1d5aa407.jpg[/img]的泊松分布', 'n重伯努利试验中稀有事件出现的次数近似服从泊松分布！'], 'type': 102}
- 3
X服从的泊松分布。则（）
- 4
设X服从泊松分布，且P(X=1)=P(X=2)，则P(X=4)=