设定：​​

存在两个独立的、我们无法直接观测的随机过程 B和 S。它们分别服从泊松分布：

B ~ Poisson(b)： 参数为 b

S ~ Poisson(q)： 参数为 q

我们唯一能观测到的是它们的总和 Y = B + S
由于泊松分布的可加性，Y本身也服从泊松分布：Y ~ Poisson(b + q)
现在引入了另一个可观测的变量 W ~ Poisson(m * b)
于是同时拥有了两个可观测变量：Y和 W

目标是利用 (Y, W)的联合观测数据，来估计出那些未知的参数：b, q, 以及可能的 m
​

含隐变量的模型​​
复合分布问题​
​参数估计问题​​
解决这类问题最常用的方法是 ​​最大似然估计​​ 和 ​​期望最大化算法​​