Java 泊松极大似然估计的数据归一化

我试图通过MLE找到数据集的lambda参数。正如这里所描述的，这似乎相当容易

我的问题是，我试图拟合的数据不容易与这些示例中使用的低k值对应。具体地说，我的数据是一个项目的成本估算分布（通常以千为单位），我希望符合泊松分布

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

我希望我没有完全偏离这个问题，应该是可能的，不是吗

---

感谢您的评论。

由于您只有一个参数需要拟合，我建议计算lambda参数网格上的可能性，并通过将结果导入Excel或Matlab等方式查看可能性与lambda的关系图。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lambda=0.01到lambda=10，步长为0.01。看看图表，你可以通过检查算出最大值。如果出现了一些奇怪的情况（例如，数据与泊松分布完全不匹配），那么您将在该图中发现一些不寻常的情况，然后需要决定下一步。

一旦您找到了发行版参数，您只需计算给定x的f（x），其中f（）是发行版函数，这里是泊松发行版