少見且彼此獨立發生的事件，在一定時間或面積內發生次數所服從的機率分布。設平均為λ，發生k次的機率為 λᵏ × e^(−λ) ÷ k!，平均與變異數都是λ。用於伺服器請求的到達數、服務台的詢問數、晶圓上的缺陷數、光子數等的模型。缺陷為0個的機率 e^(−λ)，相當於卜瓦松良率模型的式子。當到達數服從卜瓦松分布時，到達的間隔服從指數分布。
日文名稱: ポアソン分布
「卜瓦松分布」出現在2領域的3道練習題中（影像感測器與光電元件, 機率、統計與等候理論等）。
這個名詞所屬的領域: 機率、統計與等候理論
正確答案：C. 0.224
平均為λ的卜瓦松分布中，件數為k的機率為 P(k) = λᵏ × e^(−λ) ÷ k!。λ = 3、k = 2 時，P(2) = 3² × e⁻³ ÷ 2 = 4.5 × 0.0498 ≈ 0.224。卜瓦松分布表示少見的事件在一定時間或面積內發生幾次，也用於晶圓上的缺陷數等。
平均為λ的卜瓦松分布中，件數為k的機率為 P(k) = λᵏ × e^(−λ) ÷ k!。
打到服務台的詢問，每小時平均3件，彼此獨立且隨機到達，1小時內到達的件數服從卜瓦松分布。取 e⁻³ ≈ 0.0498 …光子是隨機到達的，因此平均N個訊號電子會有約√N的漲落（帕松分布）。
關於光子數的統計漲落所造成的散粒雜訊大小，與訊號電子數N的關係，下列何者正確？就光子的散粒雜訊而言，訊號電子數的變異數等於平均值（帕松分布）。
從改變亮度所拍攝影像的訊號平均值與離散程度（變異數）的關係，求出影像感測器轉換增益等的評估方法為下列何者？散粒雜訊 服務台（Service desk） 飽和電子數(滿井容量) 二項分布 中位數 四分位數 貝氏定理 信賴區間 指數分布 相關係數