近年A-Level数学全球统考中，Statistics模块的分布近似考点占比从2021年的12%升至2023年的18%，成为拉分核心点。不少考生因混淆二项分布、泊松分布、正态分布的近似逻辑丢分，本文将拆解三大分布的近似条件，帮你精准拿捏考点。
二项分布B(n,p)是n次独立重复试验中成功次数的分布，当满足两类条件时可被近似：其一，当试验次数n很大（通常n≥20）且成功概率p很小（p≤0.05）时，二项分布可近似为泊松分布P(λ)，其中λ=np；其二，当n很大且p不接近0或1（即np≥5且n(1-p)≥5）时，可近似为正态分布N(np, np(1-p))，此时需做连续性修正。
泊松分布P(λ)用于描述单位时间/空间内随机事件的发生次数，当λ很大（通常λ≥20）时，泊松分布的形状会逐渐对称，可近似为正态分布N(λ, λ)。这一近似的本质是中心极限定理的体现，随着λ增大，泊松分布的离散特征会向正态分布的连续特征靠拢。
三大分布近似的核心前提是“样本量足够大”，但不同场景的阈值不同：二项转泊松的核心是“p很小”，二项转正态的核心是“p不极端”，泊松转正态的核心是“λ足够大”。考生常犯的错误是忽略连续性修正，如用二项分布P(X≤3)近似为正态分布时，需修正为P(X≤3.5)，否则误差会超过5%。
近年A-Level数学统考的统计题更侧重应用场景，如2023年CIE卷的“电商订单退换率”题，就要求用二项分布近似正态分布计算概率。这一趋势要求考生不仅掌握近似条件，还要能结合场景判断近似类型，避免死记硬背。
标签：A-Level数学统计、三大分布近似、A-Level统考考点
相关问题：
1. A-Level数学中，二项分布近似泊松分布的条件是什么？
2. 泊松分布近似正态分布时，λ的最小取值通常是多少？
3. 用正态分布近似二项分布时，为什么需要做连续性修正？
