问题：如何从数据里估算普瓦松分布的均值？

数值分析

& V* j9 g* L) r  E& O( P! m% \

holycow 发表于 2019-2-5 02:42
" H0 u2 X- o) o9 }9 Z9 A1. 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
3. 归一的分母是可以主观确定的  ...

, K" K* J! Q9 G- e; `' w6 Y6 n: `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.
9 P" a! t( C' n" J# t$ B
  ~" s  E+ @& F# N这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
冒昧的问一句，你搞过竞赛么~
* y4 P# R3 w) I# C( K
思维方式挺像的~

我希望我搞过.可以当年没赶上机会.

- W' {' g) i  d) H* z3 U6 B) U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 ...

3 Q: m! Q1 Y6 M2 i! s& f: R! c嗯...这个问题其实有点像"人择原理",不好表达清楚.
4 d0 t/ m, g: f$ g$ v' ^' ~/ ?5 \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 ...

2 ~2 R: h' v: v/ B0 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 ...

# L# l: \) Q* c$ 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
- \+ |1 Z1 [. v0 D- m对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

+ c, f0 f! Y6 r0 i; x" _1 T
, s  q' p7 _; r% [% z  D# R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
' x5 F; s! m( f/ e1 i- B- v+ D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 ...

5 d$ a; z) |0 v( M4 l7 x- _5 e' H
8 W9 V5 b5 R& d: q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。