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
& D9 N! g- C( A$ E6 w3 \) R1. 极值出在哪里，只要估计出lambda即可
: T! l: G* z9 i2. Lambda的估计需要依赖于归一
5 X, B$ o3 R. K' b3. 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.
& c" e2 J. z( f- X
这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
  Z9 A1 o) b1 x. |0 P2 H! @, J4 @冒昧的问一句，你搞过竞赛么~
. C0 W. t; J. D; [# E8 q  O
- ]( F2 a! s9 n" Y5 Y7 W+ v思维方式挺像的~

我希望我搞过.可以当年没赶上机会.

  T8 `- j1 M) _& k8 }0 @. G: P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) _" c" \" L- L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 ...

嗯...这个问题其实有点像"人择原理",不好表达清楚.
1 t: q" @7 t" E( }- Y9 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
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
5 K3 \' G7 [. B1 E: b- [: Z5 z( 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 ...

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.

! S' g: b9 ~4 J9 N- H- J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
1 r0 Y% L& b4 o0 f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 ...

. o2 ]! o$ f+ J$ s+ I$ L, D
% @6 W4 k# b; T& }4 s  }( {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。