例題：

　「表 1 は，ある都市の交通事故件数のデータである。これに，ポアソン分布をあてはめ，適合度の検定をせよ。」

表 1．交通事故件数

死亡者数	実測値	相対度数	ポアソン分布
$X_{i}$	$f_{i}$	$f_{i}\ /\ 365$	$f(X_i)$	期待度数
0	27	0.074	0.050	18.322
1	61	0.167	0.150	54.816
2	77	0.211	0.225	81.999
3	71	0.195	0.224	81.774
4	54	0.148	0.168	61.163
5	35	0.096	0.100	36.597
6	20	0.055	0.050	18.248
7	11	0.030	0.021	7.799
8	6	0.016	0.008	2.917
9	2	0.005	0.003	0.970
10〜	1	0.003	0.001	0.395
合計	365	1.000	1.000	365.000

R による解析：

> d <- c(27, 61, 77, 71, 54, 35, 20, 11, 6, 2, 1)
> ans <- poissondist(d, 0:10)	# この関数の定義を見る
> ans
	ポアソン分布への適合度の検定

data:  d, 0:10
X-squared = 14.1437, df = 8, p-value = 0.07809
sample estimates:
         n     lambda 
365.000000   2.991781 

> summary(ans)

適合度

 階級 度数      確率   期待値
    0   27 0.0501980 18.32226
    1   61 0.1501813 54.81618
    2   77 0.2246548 81.99899
    3   71 0.2240393 81.77434
    4   54 0.1675691 61.16272
    5   35 0.1002660 36.59709
    6   20 0.0499957 18.24841
    7   11 0.0213680  7.79932
    8    6 0.0079910  2.91673
    9    2 0.0026564  0.96958
   10    1 0.0010805  0.39437