泊松分佈算法的應用：開一家4S店
王老闆開了一家4S店，賣新車為主，車型也很單一，可是每個月銷量都變化很大，他很頭疼，該怎麼備貨，頭疼的是：
1）備貨少了，客戶來了沒貨可能就不買，去別的店了
2）備貨多了，佔用庫存不說，長久賣不出去就成庫存車，說不定要虧本處理了
我們用泊松概率算法幫他解決試試看。
【樣板數據】
首先還是要看看樣板數據，才能給出合理的辦法，他們主打車型最近6個月銷量情況是：
| 月份 | 銷量 |
| 1 | 10 |
| 2 | 2 |
| 3 | 7 |
| 4 | 5 |
| 5 | 8 |
| 6 | 18 |
【數據準備】
樣板數據有了，先用最笨的方法，做個平均數，6個月合計賣了50台，平均每月8.3台
【泊松分佈】
（泊松分佈（Poisson distribution），台譯卜瓦松分佈（法語：loi de Poisson，英語：Poisson distribution，譯名有泊松分佈、普阿松分佈、卜瓦松分佈、布瓦松分佈、布阿松分佈、波以松分佈、卜氏分配等），是一種統計與概率學裏常見到的離散機率分佈（discrete probability distribution）。泊松分佈是以18～19 世紀的法國數學家西莫恩·德尼·泊松（Siméon-Denis Poisson）命名的，他在1838年時發表。這個分佈在更早些時候由貝努里家族的一個人描述過）
簡單來說，就是用一個公式，計算一下在一定樣本數量下發生一定次數的概率，而這個公式還是比較符合實際規律的。
數學公式是：
P（X=k）：成功發生k次的概率
：期望值，可以就取平均值用來計算（當然也可以適當調整）
e：就是自然常數
【計算】
有了樣本數據，有了計算方法，我們就開動計算吧。
P=(8.3^k/k!)*e^(-8.3)
k取不同對應的概率和累計是：
王老闆認為95%以上就大部分滿足了，很明細，備貨13台比較合適！
【怎麼計算】
用excel可以很方便的計算：=($B$1^A4/FACT(A4)) * EXP(-$B$1)
FACT：階乘
EXP：自然常數的指數
