度的时间内到达某场所交通的间隔时间的统计分布； 4) 研究交通分布的意义：预测交通流的到达规律（到达数及到
达时间间隔），为确定设施规模、信号配时、安全对策提供依 据；
.
4.2.1 离散型分布
车辆的到达具有随机性
描述对象：
在一定的时间间隔内到达的车辆数, 在一定长度的路段上分布的车辆数
4.2 概率统计模型
.
4.2 概率统计模型
4.2.1 离散型分布
2. 二项分布：
适用条件：车辆比较拥挤、自由行驶机会不多的车流 基本模型：计数间隔t内到达k辆车的概率
P (k)C n k n t k 1 n t nk,k1 ,2,.n ..
λ：平均到达率（辆或人/秒） 令：p＝λt/n， 0 <p <1
出分布参数 p 和 n；
.
4.2 概率统计模型
4.2.1 离散型分布
3. 负二项分布：
适用条件：到达的车流波动性很大时适用。 典型：信号交叉口下游的车流到达。
4. 离散型分布拟合优度检验——χ2检验
用于根据现场实测数据来判断交通流服从何种分布 原理和方法：
1) 建立原假设：随机变量X服从某给定的分布 2) 选择合适的统计量 3) 确定统计量的临界值 4) 判断检验结果
.
4.2 概率统计模型
4.2.1 离散型分布
1. 泊松分布：
递推公式：由参数m及数量k可递推出Pk+1；
P0 em
Pk1
m k 1Pk
分布的均值M与方差D皆等于λt，这是判断交通流到达规律是否 服从泊松分布的依据。
运用模型时的留意点：关于参数m＝λt可理解为时间间隔 t 内的 平均到达车辆数。
4. 有效性指标——延误
