问题：如何从数据里估算普瓦松分布的均值？

数值分析

& G% N. B$ y% p

holycow 发表于 2019-2-5 02:42
+ K* T& q; ^+ T% j! N/ I1. 极值出在哪里，只要估计出lambda即可
- t8 W4 n( k, a* O% H! [1 W& V2. Lambda的估计需要依赖于归一
) Q9 S5 `' x, q) m9 `" C3. 归一的分母是可以主观确定的  ...

$ ]0 b/ B4 ]" e. p9 c: s( N
2 u& |; x: b2 `" a" Y# u. U. `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.

9 I8 ?2 [5 h4 y7 L这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
/ k  J+ G4 I- f; ^冒昧的问一句，你搞过竞赛么~

思维方式挺像的~

我希望我搞过.可以当年没赶上机会.
1 t! e) d3 F+ R. g3 _3 z- s& d3 l
' ~! c0 o; b) H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
/ d' C4 ~* d/ s% x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 ...

+ B" M: I7 y; {! R嗯...这个问题其实有点像"人择原理",不好表达清楚.
9 }( Z" ?5 ~6 c5 M, E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
: N+ A* U( F5 b! z4 s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
; g  y! v/ J. Y9 y$ F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 ...

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
对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

  ?# o, x6 C! _' u& `* z) B
4 J3 S  M8 F) a  j9 w/ K, G  H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
3 X) v* V5 J2 Q& {, L! |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 ...

6 a2 m( R4 g: P5 p8 c( i
, I7 K( ~9 f9 i0 I' H. P& h- B0 l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。