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
. u) T& {6 V/ X7 {4 X! l, C9 |1. 极值出在哪里，只要估计出lambda即可
" o; W7 _5 q& B+ T8 @: k2. 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  ...

- E% c# d2 G, u! Y0 e
. `( J( J, D6 L1 [" Z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.
: ]4 T" k9 F. h3 J2 p
( w8 q* B3 M& ^" ?+ D9 s7 ~5 _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~
3 H3 }) {6 k( B8 g
思维方式挺像的~

我希望我搞过.可以当年没赶上机会.
5 R. U7 O( V* _. I7 [
* d' ]% k" H; \! c" W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
+ @$ C* ^4 D- S0 M+ a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 ...

7 H2 ]) ~; U) E( j( \! S嗯...这个问题其实有点像"人择原理",不好表达清楚.
5 U: t6 y7 N7 W3 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
  K; D4 c9 Z% w8 }9 `+ r; T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
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 ...

" }1 D8 \  Z& c" a7 Y, ~( _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.

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
& v3 y1 g8 g& l$ S7 `: V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: v8 n4 k: D$ ]
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。