Я немного запутался в распределении Пуассона. На самом деле я устанавливаю распределение типа Пуассона , и мне нужно извлечь его среднее значение и ошибку в среднем. Так как мы знаем, что распределение Пуассона Извлечение параметра после установки из распределения Пуассона
В корне (/ C++ рамки анализа на основе C) Я определил эту функцию как ниже
function = ([0] * Power([1]/[2] , x/[2]) * exp (-[1]/[2]))/ Gamma(x/[2] + 1)
Where : [0] = Normalizing parameter
[1]/[2] -> mean (mu)
x/[2] -> x
Gamma(x/[2] + 1) = factorial (x/[2])
Таким образом, в принципе, то мат.ожидание Пуассона мю = 1/2 и ошибка будет стандартным отклонением, которое является квадратным корнем из среднего.
Но, если я использую это значение, мое среднее число приближается к 10, и, следовательно, ошибка ~ 3.
В то время как среднее значение распределения составляет около 2 (как мы видим), поэтому я смущен. Поскольку значение параметра 1 выходит примерно до 2 или 3. Итак, следует ли использовать параметр 1 как среднее значение или что?
Пожалуйста, укажите, что я должен использовать и почему?
Мой Полный код ниже:
TH1F *hClusterSize = new TH1F("hClusterSize","Cluster size for GE1/1", 10,0.,10.);
tmpTree->Draw("g1ycl.ngeoch>>hClusterSize","[email protected]()==1 && [email protected]()==1");
hClusterSize->GetXaxis()->SetTitle("Cluster Size");
hClusterSize->GetYaxis()->SetTitle("#Entries");
TF1 *f1 = new TF1("f1","[0]*TMath::Power(([1]/[2]),(x/[2]))*(TMath::Exp(-([1]/[2])))/TMath::Gamma((x/[2])+1)", 0, 10);
f1->SetParameters(hClusterSize->GetMaximum(), hClusterSize->GetMean(), 1);
hClusterSize->Fit("f1"); // Use option "R" = fit between "xmin" and "xmax" of the "f1"
Можете ли вы опубликовать фактический код, как вы определяете функцию, а не только строку? Почему у вас есть 3 параметра (у Пуассона есть один параметр плюс один для нормализации)? Считаете ли вы использование 'TMath :: Poisson'? – pseyfert
с единственным параметром 1, это не подходит для моего распределения. Так что если я просто сделаю переменное изменение, чтобы ввести еще один параметр, как я сказал, он подходит хорошо. изменение переменной: x -> x/par2 mean -> par1/par2. Кроме того, я добавил часть кода для этого же. – ramkrishna