问题：如何从数据里估算普瓦松分布的均值？

数值分析

" m. W4 f# `% n4 f( j( B

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
! b9 W7 x2 X% x9 q! M2 n7 m% w3 L3. 归一的分母是可以主观确定的  ...

9 x* p9 V7 R5 ]( N: d. c' u% l
, U& x3 g: g9 p% X* l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.
, l8 b4 X8 K3 n; ~9 k% w8 `- S* O
7 d+ s* ]& L; i( y+ `这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
/ u- t7 d0 m1 t冒昧的问一句，你搞过竞赛么~

思维方式挺像的~

我希望我搞过.可以当年没赶上机会.
2 I0 s. T5 I5 I( E, v
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
* l4 x4 W: `7 j, D& n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.
" T! r" h8 a6 E7 n/ G2 F( V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 ...

! V3 f5 o2 u! {, W7 h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
  [# r( E  Z3 e8 A8 S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 ...

# _$ r9 a0 f1 s" T2 {; F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
7 \( U( P5 ^: ?: L1 O/ f5 [1 Q6 n对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

4 A+ q: W7 G/ J* Y3 |
0 [7 F( e; ~/ p% g% s2 W; i1 I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 ...

% ?, M1 P6 i( O; r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。