问题：如何从数据里估算普瓦松分布的均值？

数值分析

  _) o1 w4 f' Q! L1 K" Y( n

holycow 发表于 2019-2-5 02:42
1. 极值出在哪里，只要估计出lambda即可
( \% a, j# \8 [- M( X  F6 W2. Lambda的估计需要依赖于归一
3. 归一的分母是可以主观确定的  ...

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.

/ ]/ ?+ S2 G8 I- e, O- g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~
3 f; x5 f. o! f: b* m  |
思维方式挺像的~

/ N6 i$ Q- S/ q5 V8 y我希望我搞过.可以当年没赶上机会.

! v# i3 t, T  u/ x; r1 J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 ...

' M) L" |! {. a( V$ h% ^5 ~' F嗯...这个问题其实有点像"人择原理",不好表达清楚.
$ ]. H' w7 @- ?. [& ^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 ...

8 ?. R) U0 L& c! A* k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
; I. A( ~  u' C; Y% Q' u; ^0 O" r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 ...

$ o" X* u) 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
/ a3 A9 D) p! s- h4 E% f对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

/ }  a  Y! V; L) n; n- R
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 ...

5 X; b! e3 P; g9 s6 y! M
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。