问题：如何从数据里估算普瓦松分布的均值？

数值分析

/ I* T8 }6 z% V/ |' T$ ~" w

holycow 发表于 2019-2-5 02:42
4 J+ G) Y4 v5 V# z8 m( b& S; |8 ~1. 极值出在哪里，只要估计出lambda即可
& p- ?7 `5 }" O* |" H2. Lambda的估计需要依赖于归一
3. 归一的分母是可以主观确定的  ...

2 E6 s6 v1 @, Q6 b5 Q2 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.

  t3 M" U/ k: g& F" O这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
6 f2 t) p6 m3 X2 p$ s冒昧的问一句，你搞过竞赛么~
) I8 U( `. n) t6 [+ y( x9 O
: W* i# J% z$ Y1 I7 i& x. O思维方式挺像的~

6 U/ S; e* h. L& z0 T& @. |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
6 K" L5 X* \1 `0 y( J* X* O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 Y# K. I% f: t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
( C4 K/ _0 @2 Z& D7 N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 ...

# v' o) K6 C9 y! w2 E2 d4 @; f: c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
) E3 ~( u0 B* X- L( b: n对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

5 p3 D9 {7 H9 i6 a( o
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
- c0 [9 L5 R3 T: y- x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 ...

3 b( A4 A* Z( v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。