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
6 G* x, F& M/ X+ q5 U1 ?: ^8 u5 X1. 极值出在哪里，只要估计出lambda即可
2 [- d  M% W/ y6 x+ h2. Lambda的估计需要依赖于归一
6 b  k6 i: M2 J' C: W5 V& f9 E3. 归一的分母是可以主观确定的  ...

; f+ q0 s/ ?2 x" t0 e6 k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.

) e( ]- G+ [* Y这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
% A  C2 N' k. s5 d6 S# ?4 Z冒昧的问一句，你搞过竞赛么~

' L' o2 `8 Y9 j* G3 G( V/ q思维方式挺像的~

我希望我搞过.可以当年没赶上机会.

% R' a7 L# |1 \( U6 ?. 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 ...

+ o! Y9 y. R( \嗯...这个问题其实有点像"人择原理",不好表达清楚.
8 @' z8 m# D  ?7 c" o$ A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 ...

' |) B) k+ i* W% M* Z. W& U% B. }" _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
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 ...

8 y8 S+ z, ^- w! m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.

2 e6 c1 _- ]- b+ g; h, d  e4 i/ F
" i' g8 e, {4 z9 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
  \/ _2 Y& c& _" F* Q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 ...

& D+ s$ j) G! D9 D/ W/ Q
# C+ h! H, f6 b* H9 z7 n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。