1樓：Min.L
其他答主說了不少區別，我來說說聯絡。
都屬於指數分布族，存在完備充分統計量。若正態分佈方差已知（於是三個分布都只有乙個未知引數），則樣本均值都是這三個分布的完備充分統計量，進而由Lehmann-Scheffe 定理知，未知引數的任意函式的UMVUE（一致最小方差估計量）僅依賴於樣本均值。
指數分布族在廣義線性回歸中也有很多應用。常見的線性回歸基於正態，泊松回歸for count data，以及logistic回歸。
2樓：哎呀麼事
二項分布、泊松分布，離散隨機變數的概率分布，泊松分布就是二項分布的一種形式，只是引數不同；
正態分佈，連續隨機變數的概率分布，即：正常狀態下的分布（比如大自然很多的資料，正常狀態下都服從正態分佈）
本人在學統計學，以上回答有瑕疵的地方，請不吝賜教。
3樓：小志
關於區別，上面的回答比較精彩了。關於聯絡，二項分布和泊松分布有公式推導，最後一步沒看懂，可惜。兩者和正態分佈的聯絡，我還是不懂。
4樓：
雖然...是作業....吧？但是我最近正好在複習，就隨意答答...不夠全面的話求輕噴
二項分布和泊松分布都是離散變數的分布，所以二項分布可以在n很大，p接近0時直接轉化為泊松分布。
二項分布和泊松分布都可以轉換成正態分佈，但是由於正態分佈是連續變數，所以需要加乙個Continuity correction。之後二項分布轉換時要n很大，p接近於5的條件。 泊松不需要任何條件。
有人說泊松分布就是解決二項分布的計算複雜問題 當n達到一定值，且p較小使得計算中的部分可以忽略，達到簡化計算的目的。是這個意思嗎？
Allen Zhuo 那個年代1838年，你有計算機嗎？所以泊松分布是一大貢獻是簡化在特定情況下的二項分布計算。注意兩點 1，現在計算機時代，可以直接用二項分布計算，完全沒必要用泊松分布去模擬再計算。2，服從泊松分布就服從二項分布，服從二項分布不一定服從泊松分布，如排隊論等，用泊松分布更為好理解和直...
泊松分布和正態分佈有什麼內在聯絡？
微塵 黃含馳 蟹蟹 山醒 有乙個小白看起來更輕鬆的版本 飛行code 實驗次數n足夠大時，泊松分布逼近於均值相同的二項分布。泊松分布的lambda引數，即均值，趨於無窮時，逼近同均值的正態分佈。實驗次數n足夠大時，二項分布均值和方差標準化後，收斂於標準正態分佈。詳細數學推導請看這篇文章 正太分布的數...
超幾何分布和二項分布的數學期望為何相同？
超幾何分布問題就是從包含K個白球的N個球的袋子中，取n個球，取到白球個數的分布。若將每個球是否取到白球作為乙個隨機變數。令 更多可以參考我部落格裡完整數學推導。 Richard Xu 因為超幾何分布和二項分布是Polya盒子模型c取 1和0 d取0 的情況，而Polya盒子模型無論c取多少每次取到次...