在合适的稀有事件极限下，什么连续分布与泊松计数和指数等待时间相关联？

二项分布的概率质量函数通过将包含 k 次成功和 n-k 次失败的单一特定序列的概率，乘以排列这些成功的可能方式的数量，来计算恰好 k 次成功的概率。公式为 $Pr(X = k) = \binom{n}{k} p^{k}(1-p)^{n-k}$。

适用条件：随机变量 X 服从参数为 n 和 p 的二项分布。；k 是满足 $0 \le k \le n$ 的整数。；试验相互独立且具有恒定的成功概率 p。

秩匹配方法通过从目标正态分布中生成一组随机数，对原始分数和生成的数字进行排序，然后用相同秩次的标准化分数替换每个学生的原始分数，从而实现分数标准化。这在保持相对排名的同时，使整体分布的形状与目标参数相匹配。

适用条件：已知考生的总人数。；预先设定了目标正态分布的均值和标准差。；原始分数和生成的随机数按相同方向排序。

通过将原始测量值分组到定义的区间（箱）中，并统计落入每个箱中的观测值数量，可以构建直方图。每个条形的高度或面积代表该区间的频率或计数，直观地揭示了数据点聚集最密集的区域。

适用条件：数据由数值测量值组成。；测量值被排序到预定义的区间（箱）中。；记录了每个箱中的观测值数量。

具有相同比率的独立指数等待时间之和产生伽马等待时间。

适用条件：指数等待时间是独立的。；所有指数等待时间共享相同比率。

几何分布描述了首次成功前的失败次数，前提是试验是独立的且成功概率保持固定。

适用条件：试验是独立的。；成功概率是固定的。；约定是计算首次成功前的失败次数。