Распределительная арматура, использующая различные критерии в R

-2

Рассматривайте меня как студент-студент, выполняющий рутинное исследование.Распределительная арматура, использующая различные критерии в R

Есть простой, прямой путь, чтобы найти и доступа (или реализации) распределение фитинг в R, используя следующие оценки:

Колмогорова-Смирнова Минимальное расстояние оценки
Крамера-Мизеса Минимальное расстояние оценить
Андерсона-Дарлинга Минимальное расстояние оценки
максимального правдоподобия Оценка

Я потерял себя в тоннах документации и справочных руководств по различным R-пакетам.

Вопрос связан скорее с использованием R-системы, чем с самой статистикой, поэтому я спросил ее здесь, в SO.

источник

2016-11-30 konstunn

Понимание теории распределения и метрик на распределениях является довольно техническим исследованием. Причина, по которой вы проиграли, заключается в том, что у вас нет теоретической основы для чтения документации по avaialble. Вы должны объяснить, какой уровень математической утонченности у вас есть (например, насколько вы осведомлены в реальном анализе) и попросите модераторов перенести этот вопрос на CrossValidated.com или, возможно, на http://math.stackexchange.com/. Я считаю, что 135 просмотров на CV.com для поиска в дистрибутивах «дистанционных метрик» –

Подумайте, что я студент-студент, у меня нет опыта в реальном анализе. Я добавил свой вопрос, чтобы добавить эту информацию. – konstunn

Ну, в качестве подопечного я никогда не занимался реальным аналитическим курсом, и поэтому я понимаю, что это происходит из-за случайного самообразования. Если вы являетесь математическим руководителем «высшего дивизиона», это будет одно, а если студент-биолог «нижнего отдела» совсем другой. Я все еще думаю, что вопрос сидит в неправильном форуме, независимо от вашего уровня математической утонченности. –

library(fitdistrplus) 

# normally distributed sample 
x1 = rnorm(100) 

# Kolmogorov-Smirnov mimimum distance method 
fitdist(x1, "mge", distr="norm", gof="KS") 

# Cramer-von Mises 
fitdist(x1, "mge", distr="norm", gof="CvM") 

# Anderson-Darling 
fitdist(x1, "mge", distr="norm", gof="AD") 

# Maximum Likelihood estimate 
fitdist(x1, "mle", distr="norm")

Вещи выглядят довольно прямолинейно.

источник

2016-12-01 06:36:57 konstunn

Прежде чем спустить, объясните кратко, пожалуйста, почему вы сбиваете вниз. – konstunn

Я не нисходящий, ни здесь, ни выше, но я могу, конечно, понять, что были брошены. Код в этом «ответе» был просто скопирован, а затем удален из более ранней версии вашего вопроса, что еще более озадачило то, что вы разместили их на сайте для кодирования вопросов, если ответ уже был легко найти в документации пакета. –

Было не так легко найти, что для меня был новичком в R. Если вы оглянетесь назад, вы также увидите, что самые первые версии моего вопроса не содержат кода. Мне было немного сложно это выяснить. – konstunn

Распределительная арматура, использующая различные критерии в R

ответ

Смежные вопросы