问题：如何从数据里估算普瓦松分布的均值？

数值分析

! t7 a; d' v; j. ?

holycow 发表于 2019-2-5 02:42
' C6 n/ |$ B# l3 ^8 k8 z1. 极值出在哪里，只要估计出lambda即可
' u- r+ X: _1 l* u$ Z2. Lambda的估计需要依赖于归一
* B7 i8 Q$ `+ r$ x3. 归一的分母是可以主观确定的  ...

+ w/ h8 k/ z: ^9 D6 ]2 Z/ X
# i0 E* K& }- Q( a9 H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
: U1 Q1 O' p3 f" [冒昧的问一句，你搞过竞赛么~
3 B3 U# k0 g- c6 }, ?% c$ W  Q6 o
思维方式挺像的~

2 g3 y4 R  I; F( L% V0 ]我希望我搞过.可以当年没赶上机会.
) U/ o. f/ [  k; u" w+ X
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 ...

% |; \* F9 q4 x  ^: h嗯...这个问题其实有点像"人择原理",不好表达清楚.
* m6 c+ w: b! Q$ ?' N/ }; A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
' I  d% \; ]2 z7 U' s) d& N% G. k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 ...

+ y4 I. Y2 `0 s/ \+ [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 ...

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
' u7 x* r2 T3 Z2 t9 a1 s& {8 D/ S对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

' R8 r( e% \: X7 s. z& k+ w' f
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 ...

7 ]2 N: D8 H; b% Z' a3 C
3 Z6 Y' y! v4 ]( K; A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。