问题：如何从数据里估算普瓦松分布的均值？

数值分析

holycow 发表于 2019-2-5 02:42
1. 极值出在哪里，只要估计出lambda即可
- P% v  L0 @6 x  C* `. R" P2. Lambda的估计需要依赖于归一
" u- \% [& O2 H3 `3. 归一的分母是可以主观确定的  ...

7 n6 {7 \/ x5 {0 n7 B  I# h) S
如果是对称的单峰分布的话,期望存在的时候,期望和峰度Kurtosis(也就是你说的陡峭程度)无关,一定在众数Mode,即峰值的地方.唯一的例外是积分不收敛,即期望不存在(比如柯西分布,这时候没有重心).对于不对称的单峰分布,唯一能影响期望的是偏度Skewness.

这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
; [) ]# f% j/ T0 U7 }冒昧的问一句，你搞过竞赛么~
' s3 |3 o/ m. A9 c
, I1 X( @" G4 x/ P9 Q: V+ @思维方式挺像的~

2 L/ \  z  O9 r( R; F- D: \0 y我希望我搞过.可以当年没赶上机会.

不谦虚一下啊,我一直觉得我要是搞竞赛的话能有点小成绩的...呵呵...

数值分析

Dracula 发表于 2019-2-5 03:43
问题就是这个0度在哪儿你并不知道。至于曲线下的面积必须是1这一点，只要各个点同乘或同除一个数就都可以 ...

5 Q) O9 M3 J5 U! ]5 h嗯...这个问题其实有点像"人择原理",不好表达清楚.
% z( y1 I- B9 {2 a4 c: b3 R这一切讨论的开始都是晨司机觉得这个曲线像泊送分布曲线.只有这个"0度"的位置合适,温度曲线才长得像泊松分布.如果你上下平移一下,他就不像泊送分布了.我不知道我说明白了没有...

holycow

数值分析 发表于 2019-2-4 16:47
0 t" L) s  b# E/ R如果是单峰分布的话,期望存在的话,期望和峰度Kurtosis(也就是你说的陡峭程度)无关,一定在峰值的地方.唯一 ...

你是对的，有影响的是分布的skewness. 所以归根结底还是晨司机在零度原点图上扫了一眼，觉得看上去像是泊松分布

数值分析

holycow 发表于 2019-2-5 08:56
* Y7 c$ T1 Y5 p你是对的，有影响的是分布的skewness. 所以归根结底还是晨司机在零度原点图上扫了一眼，觉得看上去像是泊 ...

+ i; ~9 V' v, C4 ~5 {对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

晨枫

数值分析 发表于 2019-2-4 19:01
; ?9 L1 E9 t3 `; G. Y对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

. f, c" ^" S; Y1 ^  }. r
就像那个“哥德巴赫猜想”一样……

老马丁

春节一直没来。现在来看到问题，这个问题是不是，prob(X=?|T=max(T))？实话实说，我没看太懂问题，我感觉不是统计问题，而是数值拟合问题。如果已经找到解决方案，就不用专门答复我啦

晨枫

老马丁 发表于 2019-2-11 21:55
春节一直没来。现在来看到问题，这个问题是不是，prob(X=?|T=max(T))？实话实说，我没看太懂问题，我感觉不 ...

2 u  M5 G2 \8 V5 \8 b
是的，已经解决。这个确实不是统计问题，是数值积分和重心估计问题。