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
' {+ _2 _7 M! V1 {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 V0 C6 Z2 O% j  |4 ~0 `3. 归一的分母是可以主观确定的  ...

, _0 f6 A0 ~4 [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.
$ X+ f0 j* U" @, i$ f
! a1 R& K7 X6 C3 K- ?$ ?2 I2 `这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
冒昧的问一句，你搞过竞赛么~
5 F5 l1 \& R- l% q% P3 q& K  z
% b9 c) [, g0 T& P- l+ ?思维方式挺像的~

5 R8 h% |# J8 I' k$ T( g( s  O- _我希望我搞过.可以当年没赶上机会.
4 X8 v* T; [) `, _4 N2 R* n. w
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
( C: f3 y6 ~4 Z0 [* k0 W0 u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 ...

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
2 w' E6 |4 H" z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 ...

/ g0 j' a% O4 r5 C' K/ y# G: l! K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
对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

$ e( j/ [9 \8 F7 [4 @  i1 ?( `
* _5 f; ?& a: M' t1 c* N) z( K9 X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 ...

9 D7 h' g3 F! w( z; \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。