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
# B5 q8 ~! f. v1. 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
- F" t3 M# D, w3. 归一的分母是可以主观确定的  ...

% s9 ], @3 i5 v1 x6 h( B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.
" F$ k4 S: ]3 \) F
) x; b6 d( t" |  a% \这很直观,您再想想?

数值分析

tanis 发表于 2019-2-5 03:26
9 U- D5 q/ w# M" u  H6 i2 s& \冒昧的问一句，你搞过竞赛么~
" y. L) g! |" q  e$ X' r
' Y4 r6 L4 v" N6 V$ c7 _& Q& g思维方式挺像的~

我希望我搞过.可以当年没赶上机会.

' @  o+ [' @) E8 f2 O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
: d& }- L7 U. j( C  s6 I& j* s0 e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 ...

+ T( V; A6 w1 X& _) s5 |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
# W$ T5 X2 x6 W1 y/ {% y. X, S" _6 ~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 ...

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
5 f( r6 R* J* E8 R# }! e对,我们可以管这个叫"晨择原理".这是这个讨论的出发点.

9 b2 p5 E. I' _: |- c
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
! e: K. t- w5 J' X9 Y% u" y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 ...

, V0 m- }& w( F8 i  b) C1 E
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。