能用来较好地描述传染性疾病发生规律的离散型分布是()。A. Poisson 分布B. X2 分布C. 二项分布D. 负二项分布E. 正态分布

考查要点：本题主要考查对常见离散型分布特点及适用场景的理解，特别是不同分布对实际数据特征（如方差与均值的关系）的适应性。

解题核心思路：

1. 明确离散型分布的适用条件：
   • Poisson分布：要求事件发生独立，且方差等于均值（适用于稀有事件）。
   • 二项分布：要求试验独立且成功概率恒定（适用于固定试验次数下的成功数）。
   • 负二项分布：允许方差大于均值（适用于过dispersion数据）。
2. 结合传染病特征：传染性疾病常呈现聚集性传播，导致病例数的方差显著大于均值，需选择能处理过dispersion的分布。

破题关键点：

• 排除连续型分布（如X²分布、正态分布）。
• 区分Poisson分布与负二项分布：前者要求方差=均值，后者允许方差>均值，更符合传染病数据的特征。

选项分析

A. Poisson分布

• 特点：描述独立事件的发生次数，方差等于均值。
• 局限性：无法处理方差大于均值的过dispersion数据，而传染病数据常因聚集性导致方差偏大，因此不适用。

B. X²分布

• 类型：连续型分布，用于假设检验中的统计量计算，与离散计数数据无关，直接排除。

C. 二项分布

• 特点：描述固定试验次数下的成功数，要求事件独立。
• 局限性：传染病传播存在关联性（如一人感染导致多人感染），破坏独立性假设，因此不适用。

D. 负二项分布

• 特点：允许方差大于均值，能有效处理过dispersion数据。
• 适用性：传染病数据常因聚集性呈现方差>均值，负二项分布可灵活拟合此类数据，是最佳选择。

E. 正态分布

• 类型：连续型分布，适用于对称数据，与离散计数数据无关，直接排除。