来自泊松点过程的样本：

对几个泊松点过程的综合体进行采样：

在一个国家上模拟泊松点过程：

对来自任何有效区域（其 RegionEmbeddingDimension 等于它的 RegionDimension）的泊松点过程进行采样：

查看区域的条件：

来自该区域的样本点：

来自使用不同方法生成的 PoissonPointProcess 的样本：

使用稀化法：

使用马尔科夫链蒙特卡罗法：

在区域上绘制样本：

估计 PoissonPointProcess：

估计地理区域上的 PoissonPointProcess：

转换成公制单位：

求 PointCountDistribution：

对于地理区域：

假设胶合板上平均每 50 平方英尺出现一个瑕疵. 模拟每平方英尺发现瑕疵的过程：

求 4 英尺 x 8 英尺的板材没有瑕疵的概率：

对于面积为 7.54 cm 的圆镜，无瑕疵的概率为 0.91. 使用相同的抛光工艺，制造了另一个面积为 19.50 cm 的圆镜. 假设瑕疵是独立且随机分布的，求在较大的镜子上没有瑕疵的概率：

求瑕疵点过程的强度：

产生的镜面抛光瑕疵过程为：

在较大的镜子上没有瑕疵的概率：

一个 LCD 显示器有 1920×1080 个像素. 如果有问题的像素少于或等于 15 个，则该显示器为合格品. 生产中像素出现故障的概率为 ，并且故障像素的位置是独立且随机的. 求合格显示器的比例：

模拟有问题像素的分布：

求显示器故障像素不超过 15 个的概率：

求生产合格率至少为 90% 的 4000×2000 像素显示器所要求的像素故障率：

绘制合格率与像素故障率的关系：

求可接受的最大像素故障率：

检查结果：

PoissonPointProcess 中的点数服从泊松分布：

模拟单位圆盘上的 PoissonPointProcess：

点数的分布：

比较点数的直方图与 PDF：

将点数拟合为 PoissonDistribution：

检查拟合优度：

检查是否与所定分布相符：

计算泊松点过程的空概率. 对于圆盘：

对于长方形：

对于单位球体：

在任意位置的距离 内找到一个点的概率：

这等于 RayleighDistribution 的 CDF：

也相当于在 PointCountDistribution 的 0 处计算 SurvivalFunction：

泊松点过程是平稳的，即强度是平移不变的：

子区域的点数分布：

平移子区域的点数分布：

泊松点过程是各向同性的，即强度是旋转不变的：

子区域的点数分布：

旋转变换子区域的点数分布：

PoissonPointProcess 具有完全空间随机性：

定义左右半圆盘：

创建每个子区域的点的子集：

提取每个子区域的点数：

测试两个样本是否独立：

泊松点过程的 Ripley's 函数有解析形式，与强度无关：

绘制几个维度下的函数：

泊松点过程的 Besag's 与强度或维度无关：

泊松点过程的 PairCorrelationG 是恒定的：

泊松点过程的 EmptySpaceF 和 NearestNeighborG 函数是一样的：

它们都相当于 ExponentialDistribution 的 CDF：

强度恒定的 InhomogeneousPoissonPointProcess 是 PoissonPointProcess：

圆盘上的点数分布：

同一区域中相应泊松点过程的点数分布：

更高维度的空间中：

球体内的点数分布：

同一区域中相应泊松点过程的点数分布：