В настоящее время я работаю над установкой распределения. Я использовал функцию fitdistr, но проблема была в определении начальных точек для MLE. Например, я хочу подгонять мои данные (матрица осадков - 13149 к 1) с распределением гаммы.Как определить начальные точки метода максимального правдоподобия
fit.gamma = fitdistr(rainfall,dgamma,start=list(shape = ?, scale = ?),method="Nelder-Mead")
Библиотека fitdistrplus очень подходит для этого. Он угадает параметры гаммы для вас, если у вас нет начальных значений. Кроме того, вы можете использовать метод моментов, если ваши догадки терпят неудачу.
x <- rgamma(100, 0.5, 0.5)
library(fitdistrplus)
(pars <- fitdist(x, "gamma"))
# Fitting of the distribution ' gamma ' by maximum likelihood
# Parameters:
# estimate Std. Error
# shape 0.4443304 0.05131369
# rate 0.5622472 0.10644511
Спасибо Legalizelt .. Я нашел несколько пакетов для этой цели, включая fitdistrplus, но смущенный, который является лучшим. Вы имеете в виду использование методов моментов для поиска стартовых значений? –
@Legalizelt Мне нужно провести некоторое исследование начальных значений, и я не знаю, есть ли какие-то методы для поиска оптимальных отправных точек, которые дадут наилучшие результаты оценки. –
Хорошо, спасибо за полезные ответы @Legalizelt –
Может быть, это может помочь: http://stackoverflow.com/questions/14266354/how-can-i-estimate-the-shape-and-scale-of-a-gamma-dist-with-a -particular-mean-a –
спасибо @Pascal за предложение –