如何求一组服从泊松分布的数据的期望

P{X=k}=e^(-a)a^(k)/k!1=sum_{k=0->正无穷}P{X=k}=sum_{k=0->正无穷}e^(-a)a^(k)/k!E{1/(X+1)}=sum_{k=0->正无穷}e^(

可以先做直方图,看大概形状,运行analyze-descripivestatistics-explore就行,可以做直方图和正态性检验,如果不是正态的话可以用analyze-nonparametric

你是不是那个变量的格式不对呀,去左下角点那个变量视图,把那个变量的类型改成数值才可以的,可能是你excel复制过来的时候出错了.还有后面的度量标准要弄成度量S（就是有尺子的那个）

由于相互独立,EXY=EX*EY=1*2=2泊松分布的期望等于纳姆达=1二项分布的期望等于np=4*0.5=2

matlab中有函数mle(最大似然估计)可以估计常用分布的参数下面是一段测试程序,用geornd生成服从几何分布的一组数据p=0.01;x=geornd(p,[1100]);[PEstimate,P

用非参数检验,可检验4中分布

很简单啊.特征函数E(exp(itx)),其中x服从泊松分布,于是(我中间都是乘起来的,没写乘号而已)E(exp(itx))=sum(k从0到无穷)exp(itk)exp(-lambda)lambda

1488461499121291176710121411121311911181081110510681381298151210106139714876628111081581197759101078

E(X^2)=E(X^2-X+X)=E[X(X-1)+X]=E[X(X-1)]+E(X)=∑(k=0→∞)k(k-1)T^ke^(-T)/k!+∑(k=0→∞)kT^ke^(-T)/k!=∑(k=2→

x的平均值这个打不出来啊,大概思想是求出似然函数,就是n个泊松概率函数求积,然后取对数,就是ln（n个泊松概率函数求积）,之后对λ求导,让得出来的式子等于零.再问：过程！！结果我知道

直接背啊E(X)=D(X)选D再问：为什么？再答：你看数学期望那一章，直接给出来了

正态分布平均值1035.2,置信区间(1033.2,1037.3)方差595.5501,置信区间(594.6990,597.6117)用MATLAB画出分布直方图,估计为正态分布；求法：设上述数据为向

均值和方差属于统计参数,其求法为估计理论而非拟合,拟合者,求方程也.再问：谢谢您的回答，请问该怎么做呢？再答：最简单的是矩估计法首先算出X'，算出方差S^2对拉普拉斯分布EX=X'=μ,Var(X)=

1、方差s^2=[(x1-x)^2+(x2-x)^2+.(xn-x)^2]/n2、标准差=方差的算术平方根平均值x=(2+4+6+8+10+12)/6=7方差s^2=[(2-7)^2+(4-7)^2+

可以证明,并且这些柏松分布各自的参数还不一样.设X1服从参数为λ1的柏松分布,设X2服从参数为λ2的柏松分布.则对于任意非负整数k,有P(X1=k)=e^(-λ1)*λ1^k/k!P(X2=k)=e^

y=poissrnd(lambda,m,n);%生成参数为lambda的m行n列的服从泼松分布的随机数max_value=max(y(:))%求得最大值

数据分布特征的描述：1、数据分布集中趋势2、数据分布离散程度3、数据分布偏态与峰度具体参考:

参看VAR函数.

大空间、小概率再问：能具体点吗？再答：举个例子来说吧，一个城市有一个汽车站，假设这个城市的人口是N，每个人去汽车站的概率是相同的，均为p，显然N很大而p很小，N和p的乘积就是λ。那么，汽车站台的候客人

π(λ)P{X=k}=λ^k*e^(-λ)/k!π(μ)P{Y=k}=μ^k*e^(-μ)/k!Z=X+YP{Z=k}=∑(i=0,...k)P{X=i}*P{Y=k-i}=∑(i=0,...k)[λ