问题：如何从数据里估算普瓦松分布的均值？

数值分析

* G7 y1 h4 {0 ~5 r

holycow 发表于 2019-2-5 02:42
6 O' N5 q/ Y. \: X1. 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
1 x9 D2 O  s- M0 [. l3. 归一的分母是可以主观确定的  ...

1 O' y' A7 @" v
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.
* I) Q/ S0 D1 E3 t* d, Y
这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
" _6 m# |5 X0 `. w$ c冒昧的问一句，你搞过竞赛么~

, E& E0 v, |- h5 q/ Q思维方式挺像的~

1 p% E' L) L0 j6 N: u/ n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
+ X( y8 v8 I# p! F/ X+ e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 ...

1 F' |  b& {. n" I嗯...这个问题其实有点像"人择原理",不好表达清楚.
6 g% A  c8 ~# r, a9 w% ^6 P( [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 ...

, l4 k% d$ J% b$ ^* w7 o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 ...

2 G3 P! ]5 S% x. M5 d9 T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
# W7 A$ j: E' g& {; F8 A3 D: g对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

4 ?9 B# W' r4 `% O6 y2 T9 X8 a1 [
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 ...

/ \! S% b/ U8 Z4 \9 \+ C) X
" d5 G4 N5 f1 a* ?7 J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。