问题：如何从数据里估算普瓦松分布的均值？

数值分析

4 g) X3 {! V3 s7 [! r# T, Q( C

holycow 发表于 2019-2-5 02:42
1. 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  ...

( e7 b. Q3 s* t! u; A6 E6 w+ `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.
% _! j; \0 Z. t
这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
! f+ R7 A! v- C& R冒昧的问一句，你搞过竞赛么~
! j3 R  |9 [  B  e
1 C8 Y& j# U+ M思维方式挺像的~

1 h: y/ c3 ?# f$ Y我希望我搞过.可以当年没赶上机会.
6 ]" j" Q4 y' Y3 J9 L
  P& g; G/ J4 |. V! c5 H# f" o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
3 r% [1 ?9 p, ^' T0 q: A4 l: P& W. d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 ...

  @* y6 R! j9 a& O& k( H) g. ~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 ...

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
5 X9 A5 F5 s' t! S) I1 a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 ...

% x  a3 T+ H* s8 W: j( ~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
; i; m1 @: P* E: z8 s对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

$ P$ ]+ \# `- j+ X: R5 W! r
) g$ I. a2 M( r7 z/ D+ e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
7 I/ f) o1 A( g' Q9 h. l+ \/ f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 ...

) ]: j3 W$ w1 \5 W! S" i
3 b/ d" K" F, ]4 l. ?( C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。