问题：如何从数据里估算普瓦松分布的均值？

数值分析

9 q% X6 ^2 p2 N+ l

holycow 发表于 2019-2-5 02:42
7 P' N' G' ]# E1. 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  ...

2 `* }7 R4 Z8 {  A
4 C" A5 j( V/ e+ j: y5 l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.

/ @. l& o) u/ b' n2 p5 i这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
+ c; G# d/ d9 v8 P5 r& O4 _! _3 V, `冒昧的问一句，你搞过竞赛么~
; I  F% L& Q0 [( G0 |* _4 O7 A
( }+ V- }* h  ]" R4 w) |思维方式挺像的~

我希望我搞过.可以当年没赶上机会.

; z8 o' Z7 K: K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 ...

4 z1 q8 ^6 n7 K6 c4 X3 X嗯...这个问题其实有点像"人择原理",不好表达清楚.
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
1 C' h& w. X& V) |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 ...

7 F' I/ k1 q2 S. W& 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，觉得看上去像是泊松分布

数值分析

holycow 发表于 2019-2-5 08:56
% a5 ]7 E9 ~9 V+ p6 B. v1 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 ...

1 `4 b/ ?' e) k3 }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
, J; ]; L/ g& i0 N4 _对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

8 [1 M6 X" c: 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
9 q1 R# w; y5 e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 ...

# {- m" S6 W3 u" _, P& h
( X+ y% q1 k# i+ o7 B& Z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。