问题：如何从数据里估算普瓦松分布的均值？

数值分析

8 m- d" {# `9 Y2 ^# N5 r7 W

holycow 发表于 2019-2-5 02:42
1. 极值出在哪里，只要估计出lambda即可
' ?4 R5 u( x  }6 w! o$ c6 K2. Lambda的估计需要依赖于归一
8 h5 O1 z! e  s1 Y3. 归一的分母是可以主观确定的  ...

7 a/ d2 X7 Y; `) M8 D+ _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.
+ V3 w+ p  J- C1 s- a
- @% W$ F, E4 f+ ~+ \8 k. X8 o9 m这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
: w# E: F3 u5 M6 e冒昧的问一句，你搞过竞赛么~

思维方式挺像的~

我希望我搞过.可以当年没赶上机会.

( d7 @$ f9 W' U, T# E& p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 `+ X) C9 r, i2 l9 t  P$ p嗯...这个问题其实有点像"人择原理",不好表达清楚.
) j* L0 Z% o! p# d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 ...

( ^8 V. P2 W8 H) g5 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 ...

4 F) o6 z/ C, ~4 V3 f3 d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
8 z/ q0 x2 S! `4 x7 Z& o/ c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
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 ...

# U4 c- h  A; @- E* Q1 X: v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。