问题：如何从数据里估算普瓦松分布的均值？

数值分析

, R7 @# M: ]4 {& J

holycow 发表于 2019-2-5 02:42
4 ~$ R! s! `5 H+ K! Q, R/ ]. I1. 极值出在哪里，只要估计出lambda即可
! r8 U' T1 [" l1 q2 c9 u0 V# A2. 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  ...

5 n# I/ P- ~) q
# Z' s9 T+ |  A$ c& t, Y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.

5 p% n, L4 s9 F: z$ }0 N% W( \4 j这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
( F) v. T6 ]7 b* J7 ^0 z! v" i冒昧的问一句，你搞过竞赛么~
* q# Q2 D5 d  n3 Y; w. L# q& I
思维方式挺像的~

9 `/ }. W1 R2 ]7 a我希望我搞过.可以当年没赶上机会.
+ ?% M. z0 O+ D, v
6 }9 o. C7 A: R; A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 ...

& y- D! @' P! J5 l$ B" V嗯...这个问题其实有点像"人择原理",不好表达清楚.
% h- N) o0 V( W! t% C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
; q( ]9 H6 {; I( [, x  N1 D& k3 {* c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 ...

% r1 O) F& p/ B5 ^& \. x$ b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 ...

! R+ u- w9 Z% H3 x( G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
3 f$ h9 v  D6 m1 R4 {  C% X对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

# Y9 |' \9 C  s) M3 G% y* t
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
, N" J7 {6 n/ G' |" G1 N* \) M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 ...

) H0 @* Q9 R( t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。