问题：如何从数据里估算普瓦松分布的均值？

数值分析

) k1 h& J6 L0 t4 Y( T, m1 i5 T: b

holycow 发表于 2019-2-5 02:42
) y8 {, z4 k5 v3 z/ Y. `7 {+ I3 X3 B1. 极值出在哪里，只要估计出lambda即可
2. Lambda的估计需要依赖于归一
8 a4 a5 W& T: ]9 y# a6 }2 I/ z3. 归一的分母是可以主观确定的  ...

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.

+ q) l' X1 ]8 o% z7 Q3 S这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
& P; d: x) J1 T1 F5 E2 q冒昧的问一句，你搞过竞赛么~
" z! q6 z/ c% l  n" [
. U+ a; q! e9 f+ E3 [& K, J7 l思维方式挺像的~

" O- Q; j9 t& [7 w+ E我希望我搞过.可以当年没赶上机会.
: j  x" W! G# L2 s* S
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
7 }; [" i/ f# j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 ...

  v/ D% D6 Q$ ?+ w7 [& q8 m4 L) P嗯...这个问题其实有点像"人择原理",不好表达清楚.
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
% b% T, n1 ?2 b' p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 ...

9 G+ V6 Q# P* `' A6 l" n4 V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
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 ...

9 I; _9 l5 B# ^& l7 p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
( o0 B6 ]# r# T( p! c. }# ?# p对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

% `& V4 k( @# p) y7 E" a( H4 `
, F2 f' _5 v( E% u! e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 ...

* g( A) A3 I9 U. w5 D9 s& l
& m1 a  V! T  \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。