问题：如何从数据里估算普瓦松分布的均值？

数值分析

: X( Q$ N3 ?, O3 d' c. Q0 @

holycow 发表于 2019-2-5 02:42
. R1 d$ x3 I5 Q7 B% Q1. 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  ...

* H3 i7 I& b, ~* m( ^; R% U
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.
0 s0 M7 H; f: w4 W
7 h% R/ f6 B4 R3 D1 U: a2 r6 @% |这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
- {) u& W) l3 I) |) x/ O冒昧的问一句，你搞过竞赛么~
- a; H& z+ t7 P
% J8 s, G* |2 P! _( M思维方式挺像的~

7 V/ N! b3 [$ p( }9 x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
# U9 |5 j6 M9 S( |- l1 P1 l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 ...

3 i6 W* j2 Y! v6 x5 k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
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 ...

9 r8 i% x) n0 G9 @! t7 M3 Y. 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
1 H" U6 Z6 ?" g; k* F5 u* l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
. F4 P# ~! L" P1 S2 `/ P, J7 J" s: y对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

3 U% \+ ]0 t- U9 x! E
3 t4 k; R; ?6 @9 }6 ?  d% }0 }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 E- {7 I# R& b% c5 x% Q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 ...

% `" L4 u/ l9 C0 B
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。