TA的每日心情 | 开心 前天 18:39 |
---|
签到天数: 1949 天 [LV.Master]无
|
本帖最后由 数值分析 于 2019-2-5 09:07 编辑 # n& ]; ^' @2 Q( h/ G
holycow 发表于 2019-2-5 02:42
% Q2 J4 F' z$ h# i( v' t1 d1. 极值出在哪里,只要估计出lambda即可
8 B" B" ~' I3 v) o, M2. Lambda的估计需要依赖于归一
2 \1 i. B$ Y# d9 e- ?2 h: _9 O6 ]3. 归一的分母是可以主观确定的 ...
9 Q' J: V* ]8 y4 u/ O9 R9 Q5 D) ^1 z( E3 m1 q& |$ r, |7 w" Q4 e N; _
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.& N% d: C. K1 b L
s7 H, t0 J, {2 u- n5 H# q" B7 N这很直观,您再想想? |
|