数据科学2023 | 统计篇 | 泊松分布

[@xiejacky5723]

非常簡潔明瞭的講解，希望未來能出更多，也可以順便講講回歸

[@阿蛟-c5l]

谢谢，讲解的非常好，有收获！

[@funkyJay-dh1xw]

感谢讲解，很清楚！

[@quake0day]

做的太好了！最近在学习这部分，这个视频是我看到的讲解的最清楚的。

[@qianxiaogouQy]

哇真的legend，第一次听probability听到这么清晰

[@samqek4567]

很棒

[@cuei_hua]

太好了 詳細而且語速剛好❤
看過很多教學影片語速都很慢

[@willianyu3106]

优秀的讲解，谢谢！

[@SimonKoh93]

非常感谢！

[@benny81305]

期待Lisha的新影片

[@appliedstatistics2043]

讲得很好！，有没有结合gamma分布的视频呢？想理解gamma 柏松共轭的使用场景

[@zhongdasun8772]

讲的真的是清楚！

[@EricWang-u4x]

不错！

[@ho0ikij]

thanks you! it's helpful for me.

[@mialynn9129]

我終於懂我統計老師上課再說些什麼了謝謝妳(´▽｀)

[@zhenwang5872]

真的很形象！！！！

[@HeHuang]

9:08 妳说泊松分布只有一个参数 lamda，这个是你们统计学家们说的还是你自己的看法？那个平均值 lamda 只是一个观察值，或者说期望值，所以，这个期望值本身就是由很多参数组成的。特别是物理学，泊松分布最著名的例子就是相干态下的光子数分布，那个lamda是光子数的期望值，或者说观察值，但这个平均值是用湮灭算符的本征态和本征态的转置共轭在希尔伯特空间上的内积而得，所以，它其实是很多变量的。

[@chenjx1217]

讲的很好!不过举例中的7个包子是零散的买出，而现实有可能一次买出多个包子，比如2个。这样还符合泊松分布吗？好像跟视频中条件一有冲突。请指教，谢谢！

[@daddydear9610]

9:55的图是不是画错了，不是lamda>20吧，是n>20吧

[@a5718090610]

很厲害的比喻~

[@lishalovedata]

谢谢！

[@hongkaizhang3000]

泊（po）松分布。湖泊（po）

[@haominzhu8996]

泊（bo）松分布。停泊（bo）

[@dafdfs]

講得真好!對岸人才濟濟啊~

[@user-jdi8kqwfj2]

包子铺老板说第一天蒸的第三天还能卖

[@chinapzw]

讲得很好，听不懂😂如果有个加减乘除的例子更好

[@michaeljian7413]

聽不懂

[@fisher2999]

言简意赅

[@王志伟-y8x]

卖包子需要这么复杂吗？