归一化Poisson MLE的数据

Question

我试图通过MLE找到数据集的lambda参数。这似乎相当容易，如http://en.wikipedia.org/wiki/Poisson_distribution

所述

我的问题是我试图将那些与这些例子所采用的低k值不易对应的数据拟合。具体来说，我的数据是一个项目成本估算的分布（通常是数千个）我想要适合泊松分布。

问题：如何“规范化”或“缩放”我的数据，以便我可以估算Lambda参数，我希望它在3-5左右？

我希望我没有完全摆脱这个问题，应该是可能的，不应该吗？

感谢您的评论。

Answer 1

由于你只有一个参数可以拟合，我建议计算一个lambda参数网格的似然，并查看可能性与Lambda的图表。将结果导入Excel或Matlab。如果计算一个可能性的速度很快，则可以轻松获得1000个值，例如：从λ= 0.01到λ= 10，步长为0.01。查看图表，然后您可以通过检查计算出最大值。如果有一些奇怪的东西（例如数据根本不适合Poisson），那么你在图表中会出现异常情况，然后你需要决定接下来的步骤。