probability - 如何按白天对正态分布传感器测量进行建模?
问题描述
我有一个传感器,每 x 分钟给我一些价值。在我的数据库中,我存储按小时分组的值。所以输入域是 0 到 23 之间的整数。我想学习高斯分布的参数(均值和方差)。最后,我想在任何给定时间(一天中的小时)获得某个测量水平的概率。
问题是分布的高峰可能在午夜,而下午可能是最低点。在这种情况下,我不知道如何用高斯对其建模,因为正态分布似乎不适合“圆形”域(23h 之后是 0h 而不是 24h,所以它不是真正连续的)。
这怎么能建模?我可以在这里使用正态高斯还是应该使用另一种概率模型?
例子:
在这里,我希望模型的均值 = 23 或 0。但我想当我在这里学习参数时,均值正好在中间,因为高斯只有一个峰值。
解决方案
推荐阅读
- java - 如何使用 thymleaf 并排显示表格?
- python - 在Python中将随机生成的整数分配给字符串输出
- php - 从 ajax 工作插入,需要进行更改以检查现有条件以更新
- php - 如何在类别页面上为较新版本的 OpenCart 添加数量?
- c++ - 将类附加到 QStandardItemModel
- solidworks - 我的指挥经理浮动。如何让它回到屏幕顶部?
- debugging - SPARC 单步模式
- amazon-web-services - (Kops) Kubernetes 服务映射到 AWS Route53 中的 DNS 名称?
- gradle - 递归地在文件夹中 Gradle JAR 文件
- c# - Unity中脚本之间的最佳通信方式是什么