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
, i& V. H& @4 J1. 极值出在哪里，只要估计出lambda即可
: b% }" l4 \( S5 ^0 O  p2. Lambda的估计需要依赖于归一
# D. G% c# k8 l  l# i6 C- U3. 归一的分母是可以主观确定的  ...

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.
! `6 {0 m% }! ?4 H$ p2 k$ d1 o
  r' k2 u! w! J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~
# P* _7 R  A/ C* Z+ D$ w, k
; |8 a1 W5 E. R5 q5 `: g9 |0 R  Q思维方式挺像的~

8 T1 K' w- M+ v$ Q! j- p! f5 T" u我希望我搞过.可以当年没赶上机会.
! e) U# l; U; D: G8 E
1 R5 N" l4 y" K- m5 }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 ...

嗯...这个问题其实有点像"人择原理",不好表达清楚.
* {# N- _6 g: }2 ~" f3 a  z& J( |" 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 ...

4 h9 G" r! {3 K" 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，觉得看上去像是泊松分布

数值分析

holycow 发表于 2019-2-5 08:56
7 e$ {' Y% H7 O9 o/ n0 z+ w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
) }; O/ g$ [0 `, p* B( g对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

2 W( E  h8 l' x' t: z2 f. ~
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
! y) Q- E- H8 R: W9 ^5 a2 V+ C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。