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
1. 极值出在哪里，只要估计出lambda即可
! @2 a) z, E( s" u0 [/ }5 [* h2. Lambda的估计需要依赖于归一
8 j% B  o0 ?$ s1 k0 {& l3. 归一的分母是可以主观确定的  ...

8 S  s* A( a8 h4 Q4 f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.

+ U) Q% V/ M& L1 @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~
5 z/ o4 {/ `5 y9 u9 J5 x
7 G% Y9 P3 R' G& C( M9 T' A# g0 i思维方式挺像的~

  `+ Z$ N7 s0 B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
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 ...

& G8 ~2 |( u+ Y5 ^嗯...这个问题其实有点像"人择原理",不好表达清楚.
9 h! ?6 p1 Q$ w5 o# [5 t( W! ~' w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
% u; t  Q% r: }  h( K8 L3 m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
* s4 M6 X$ _/ }' k& L6 V% {+ [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
% t& M3 z4 Z) M5 B. {对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

0 n0 ]- Z: k" U: Q4 i+ u! L, E
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
0 Y, }! ]! d0 T' W& |" E" H6 H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 ...

) \! q* O% j7 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。