问题：如何从数据里估算普瓦松分布的均值？

数值分析

holycow 发表于 2019-2-5 02:42
( |( A5 J- A, c, v1 S" L1. 极值出在哪里，只要估计出lambda即可
8 n+ y9 e* |8 T2. Lambda的估计需要依赖于归一
9 ]" v' F1 M( _6 N' X1 B7 s3. 归一的分母是可以主观确定的  ...

: w3 K" B' p; P# X$ m! p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.

+ d; ?9 e( d8 |5 d2 Q这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
8 j7 p3 R9 x" q/ k- H/ y冒昧的问一句，你搞过竞赛么~

( o" H1 F1 M* f) B思维方式挺像的~

, d- {: S1 J; E! J% i% c我希望我搞过.可以当年没赶上机会.

  G' F! x* T, x; n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 ...

2 s, z' ?# r3 ^1 w. C! o6 y8 ~嗯...这个问题其实有点像"人择原理",不好表达清楚.
* o5 \( ^0 r. O( ^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 ...

- S4 i* C5 j; t% `3 b" C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
7 M* |9 }) o) J7 B  i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
/ H( e4 b& S1 K" y- J7 P/ [: Q5 g5 e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
' |5 r4 L' Z% b9 \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。