Вот одна возможность:
Определение функции полезности:
rnormgammamix <- function(n,shape,rate,mean,sd,prob) {
ifelse(runif(n)<prob,
rgamma(n,shape,rate),
rnorm(n,mean,sd))
}
(Это может быть немного более эффективным ...)
dnormgammamix <- function(x,shape,rate,mean,sd,prob,log=FALSE) {
r <- prob*dgamma(x,shape,rate)+(1-prob)*dnorm(x,mean,sd)
if (log) log(r) else r
}
Генерация поддельные данные:
set.seed(101)
r <- rnormgammamix(1000,1.5,2,3,2,0.5)
d <- data.frame(r)
Подход №1: bbmle
упаковка. Установите форму, скорость, стандартное отклонение по шкале журнала, пробную шкалу логита.
library("bbmle")
m1 <- mle2(r~dnormgammamix(exp(logshape),exp(lograte),mean,exp(logsd),
plogis(logitprob)),
data=d,
start=list(logshape=0,lograte=0,mean=0,logsd=0,logitprob=0))
cc <- coef(m1)
png("normgam.png")
par(bty="l",las=1)
hist(r,breaks=100,col="gray",freq=FALSE)
rvec <- seq(-2,8,length=101)
pred <- with(as.list(cc),
dnormgammamix(rvec,exp(logshape),exp(lograte),mean,
exp(logsd),plogis(logitprob)))
lines(rvec,pred,col=2,lwd=2)
true <- dnormgammamix(rvec,1.5,2,3,2,0.5)
lines(rvec,true,col=4,lwd=2)
dev.off()
tcc <- with(as.list(cc),
c(shape=exp(logshape),
rate=exp(lograte),
mean=mean,
sd=exp(logsd),
prob=plogis(logitprob)))
cbind(tcc,c(1.5,2,3,2,0.5))
Подгонка является разумным, но параметры довольно далеко - я думаю, что эта модель не очень сильно идентифицируемых в этом параметре режима (т.е. гамма и гауссовой компоненты могут быть заменены)
library("MASS")
ff <- fitdistr(r,dnormgammamix,
start=list(shape=1,rate=1,mean=0,sd=1,prob=0.5))
cbind(tcc,ff$estimate,c(1.5,2,3,2,0.5))
fitdistr
получает тот же результат, как и mle2
, который предполагает, что мы в локальном минимуме. Если мы начнем с истинных параметров, получим на что-то разумное и близкое к истинным параметрам.
ff2 <- fitdistr(r,dnormgammamix,
start=list(shape=1.5,rate=2,mean=3,sd=2,prob=0.5))
-logLik(ff2) ## 1725.994
-logLik(ff) ## 1755.458
[gamlss.mx] (http://cran.r-project.org/web/packages/gamlss.mx/)? – mnel
Это звучит как [твиди-модель] (http://en.wikipedia.org/wiki/Tweedie_distributions), и в этом случае [package tweedy] (http://cran.r-project.org/web/packages/tweedie /index.html) может быть вариантом. – Andrie
@ Аndrie, я думаю, вы имеете в виду «tweedie» –