这个Hacker News帖子讨论了泊松分布，重点关注其应用和直观理解。评论者强调了它在排队论中的重要性，尤其是在对网页请求到达进行建模时，因为根据Palm-Khintchine定理，独立到达过程的叠加会导致泊松分布。由于其在计算队列统计数据方面的数学易处理性，它受到了青睐。 一个关键点是“等待时间悖论”，即随机时刻更有可能落在较长的时间间隔内，导致人们感觉平均间隔比实际更长。还强调了该分布的无记忆性，即预期事件速率保持恒定，无论自上次事件以来经过了多长时间。 进一步的讨论涵盖了实际应用，例如机器负载建模、灯泡故障以及与其他分布的联系。一些人认为，鉴于现代计算能力，应该使用非参数分布。还提到了正态分布、Pareto/幂律/Zipf分布和Beta分布的重要性。