拟合beta分布时出错:函数mle无法估计参数，错误代码为100
拟合beta分布时出错，函数mle无法估计参数，错误代码为100。这个错误通常表示在使用最大似然估计（Maximum Likelihood Estimation，MLE）方法拟合beta分布时遇到了问题。MLE是一种常用的参数估计方法，用于从观测数据中估计出分布的参数。
在拟合beta分布时，函数mle可能无法估计参数的原因有多种可能性，下面列举了一些常见的原因和解决方法：
- 数据不满足beta分布的假设：beta分布是一个定义在0,1区间的连续概率分布，如果数据不满足这个假设，就无法正确估计beta分布的参数。可以通过检查数据的分布情况，或者使用其他适合数据的分布进行拟合。
- 数据量过小：当样本数量较少时，估计beta分布的参数可能会不准确。可以尝试增加样本数量，以提高估计的准确性。
- 初始参数设置不当：在使用MLE方法时，需要提供初始参数的估计值。如果初始参数设置不当，可能导致MLE无法收敛或估计出错误的参数。可以尝试使用不同的初始参数值，或者使用其他优化算法进行参数估计。
- 数据存在异常值或缺失值：异常值或缺失值可能会对参数估计产生影响。在拟合beta分布之前，可以先对数据进行清洗和处理，排除异常值或填补缺失值。
总结起来，当拟合beta分布时出现函数mle无法估计参数的错误，我们应该首先检查数据是否满足beta分布的假设，并尝试增加样本数量。同时，需要注意初始参数的设置和数据的清洗处理。如果问题仍然存在，可以考虑使用其他方法或工具进行参数估计。
关于腾讯云相关产品和产品介绍链接地址，由于要求不能提及具体品牌商，建议您访问腾讯云官方网站或咨询腾讯云客服获取相关信息。
相关·内容
1回答
我正在将SAS代码转换为R，在SAS单变量过程中使用直方图和中点有一个使用对数正态分布的特征。结果是一个包含以下变量的表，
EXPPCT -由可选拟合分布确定的直方图间隔中估计的种群百分比(这里是对数正态分布)
OBSPCT -直方图区间变量值的百分比
变量名
MIDPT -直方图间隔中点
在应用分布时，SAS中有一个选项可以考虑zeta、theta和sigma参数的MLE。
现在我想出了在R中做这件事的方法，我唯一的问题是，当这三个参数在SAS中被估计时，我唯一的问题是可能性估计。R给了我不同的价值。
我在R中使用了下面的MLE。
library(fitdistrplus)
set.
浏览 1提问于2015-09-09得票数 0
假设我有一个成功概率为p的二项式过程，我用N=4试验做了一个实验，并取得了一些成功(0-4)。现在，假设我重复这个实验10,000次(每次实验4次)，以获得成功次数的分布，如下所示：
注意，由于实验的方式，我无法记录0成功的实验数据，尽管这无疑是在某种频率上发生的。这就是为什么在图上没有0条的原因。
我如何拟合这些数据来估计概率p(理想情况下，如果我知道实验的次数而不仅仅是比例)的置信区间？我的首选是使用MATLAB，但我愿意使用任何工具来完成这项工作。
更新
我可以使用mle对数据进行拟合，但拟合效果并不好(见下图)。我认为问题在于缺少的数据(没有观察到0成功的实验)。我是否可以告
浏览 1提问于2016-09-16得票数 1
回答已采纳
我有棒球统计数据集。at-bats有1列，hits有1列。
我的目标是用alpha方法(最大似然估计)计算β分布的beta和mle参数。
mlf1 = function (alpha, beta) {
-sum(dbetabinom.ab(data$hits, data$atbats, alpha, beta, log=T))
}
mlf2 = function (alpha, beta) {
-sum(dbeta(data$hits/data$atbats, alpha, beta, log=T))
}
因此，mlfX是计算负对数似然的函数.mlf1使用β-二项式分布，这意
浏览 3提问于2015-11-26得票数 0
1回答
mle未能用错误代码7估计参数。
、、、、
我试图估计Weibull-Gamma分布参数，但遇到了以下错误：
函数mle无法估计参数，错误代码为7
我做什么好？
威布尔-伽玛分布
密度函数
dWeibullGamma <- function(x, alpha, beta, lambda)
{
((alpha*beta)/(lambda))*(x^(alpha-1))*(1+(1/lambda)*x^(alpha))^(-(beta+1))
}
累积分布函数
pWeibullGamma <- function(x, alpha, beta, lambda)
{
1-(1+(1/lambda)*x^(a
浏览 1提问于2018-10-09得票数 3
回答已采纳
2回答
以下是我的代码：
library(fitdistrplus)
s <- c(11, 4, 2, 9, 3, 1, 2, 2, 3, 2, 2, 5, 8,3, 15, 3, 9, 22, 0, 4, 10, 1, 9, 10, 11,
2, 8, 2, 6, 0, 15, 0 , 2, 11, 0, 6, 3, 5, 0, 7, 6, 0, 7, 1, 0, 6, 4, 1, 3, 5,
2, 6, 0, 10, 6, 4, 1, 17, 0, 1, 0, 6, 6, 1, 5, 4, 8, 0, 1, 1, 5, 15, 14, 8, 1,
3, 2, 9, 4, 4, 1,
浏览 1提问于2018-08-25得票数 6
2回答
因此，我读到过关于使用MLE在R中拟合student-t的文章，但似乎总是位置和尺度参数是最感兴趣的。我只想将学生t(维基百科所描述的)拟合到通常被认为是像标准正态分布一样分布的数据，这样我就可以假设平均值为0，标度为1，我该怎么做呢？
浏览 0提问于2016-05-23得票数 0
如何使用JAVA/Android估计/拟合指数修正高斯分布(exGaussian)的参数？
我需要类似于下面的伪代码：
// some observed data points
double dataPoints[] = {200,300,400,278,366,466,325,335,322,332};
// ex-gaussian distribution
ExponentiallyModifiedGaussianDistribution exGaussian = new ExponentiallyModifiedGaussianDistribution(
浏览 4提问于2017-05-16得票数 1
回答已采纳
2回答
我正在尝试使用将一些数据拟合到混合模型中。在Matlab中，代码如下
% mixture model's PDF
mixtureModel = ...
@(x,pguess,kappa) pguess/180 + (1-pguess)*exp(kappa*cos(2*x/180*pi))/(180*besseli(0,kappa));
% Set up parameters for the MLE function
options = statset('mlecustom');
options.MaxIter = 20000;
options.MaxF
浏览 2提问于2014-10-20得票数 2
2回答
稳定分布对数似然和AIC值
、、、、
我已经使用fBasics包中的stableFit函数提出了用于稳定分布的参数(alpha、beta、gamma和delta)，如下所示：
stableFit(x)
然后，我做了以下工作来得出对数似然值，但由于某些原因，它似乎不起作用：
stable.fit <- function(alpha=1.387,beta=0.279,
gamma=0.006948893,delta=-0.0017933) {
-sum(dstable(x,1.387,0.279,0.006948893,-0.0017933,pm=0,log=TRUE))
}
浏览 1提问于2014-10-17得票数 2
2回答
在1.2版本中，SciPy添加了ability to fit a Levy-Stable distribution。我有几个发行版我想适合，但我在运行fit时遇到了一些问题。 下面是我的测试用例： points = 1000
jennys_constant = 8675309
alpha, beta = 1.8, -0.5
draw = levy_stable.rvs(alpha, beta, size=points, random_state=jennys_constant)
print(levy_stable.fit(draw)) 我觉得，如果我从Levy-稳定分布中得出结论，我应该能
浏览 91提问于2019-02-07得票数 4
回答已采纳
1回答
我用beta.fit(W)来拟合beta发行版。W的值不达到0,1的边界。我的问题是:我是否需要强制0,1界为beta.fit(W，loc = min(W)，scale = max(W) - min(W))，还是假设数据在0,1范围内，拟合“将是好的”？显然，缩放数据应该给出不同的a和b的值。哪一个是“正确的值”？
这个问题与：有关。
不幸的是，当数据在预期范围内时，无法给出有效的答案.
我试着对用a和b的已知值生成的数据进行拟合，但这两种技术都没有给出很好的拟合，尽管缩放似乎有点帮助。
谢谢
浏览 2提问于2016-03-07得票数 2
回答已采纳
1回答
我无法计算泊松分布的最大似然估计器和BIC。我可以得到直方图，但不能在上面叠加核密度估计。
你能告诉我哪里出错了吗？
x.pois<-rpois(Y1, 20)
hist(x.pois, breaks=100,freq=FALSE)
lines(density(Y1, bw=0.8), col="red")
library(MASS)
fitdistr(Y1,densfun="pois")
my.mle<-fitdistr(Y1, densfun="poison")
print(my.mle)
BIC(my.mle)
浏览 0提问于2014-01-07得票数 1
回答已采纳
我正在尝试将我的数据(CTR(双)值列表)拟合为beta分布，并估计alpha和beta形状参数。我发现我可以使用breeza库的mle方法来做到这一点，但我不理解调用mle方法所需的参数： object Beta extends ExponentialFamily[Beta,Double] with ContinuousDistributionUFuncProvider[Double,Beta] {
type Parameter = (Double,Double)
case class SufficientStatistic(n: Double, meanLog: Double,
浏览 18提问于2019-09-20得票数 0
1回答
有谁知道为什么下面的代码不能执行错误的fitdist？“函数mle无法估计参数，错误代码为100”。在处理正态分布时，我过去曾遇到过这样的错误；在这种情况下，解决方案是增加向量的方差(将其乘以100)，但这对这种情况没有帮助。请注意向量中的所有元素都是正的。谢谢。
library(fitdistrplus)
VH <- c(0.36, 0.3, 0.36, 0.47, 0, 0.05, 0.4, 0, 0, 0.15, 0.89, 0.03, 0.45, 0.21, 0, 0.18, 0.04, 0.53, 0, 0.68, 0.06, 0.09, 0.58, 0.03, 0.23,
浏览 7提问于2016-05-10得票数 2
回答已采纳
2回答
我一直在使用Matlab使用paramhat，paramci = wblfit( data，alpha)将数据拟合为威布尔分布。这给出了威布尔分布的形状和尺度参数，以及每个值的置信区间。 我正在尝试使用Scipy来完成合理的任务，并且可以使用scipy.stats.weibull_min.fit轻松地获得参数，但是我想不出一种方法来获得vlauee上的置信区间。Scipy提供此功能吗？或者我需要自己编写MLE置信区间估计？
浏览 18提问于2019-01-10得票数 2
2回答
很抱歉，我提出了一个很基本的问题，但我不明白用最大似然估计方法估计概率分布参数与手工计算这些参数有什么不同。对于MLE，我们需要知道概率分布的类型，所以我们为什么不使用已知的公式来计算观测数据中相应的参数呢？我相信MLE在某种程度上是更通用的方法，但我不知道与“手动”获取这些参数相比，MLE的真正优势是什么。
谢谢你的解释。
托马斯
浏览 0提问于2018-10-04得票数 0
回答已采纳
我是Julia的新手，我想了解如何将一些值拟合到二项分布并获得它们的参数：
d = Distributions.fit_mle(Binomial, [1, 1.1, 1.2, 1.4, 2.0, 1.4, 1.3, 1.1, 1.2, 1.5, 2.0, 2.2, 2.6, 2.9, 3.2, 2.8, 2.5, 2.0, 1.6, 1.0])
当我运行这个命令时，会得到以下错误：
suffstats is not implemented for (Binomial, Array{Float64,1}).
我知道你运行其他的发行版，比如Normal，你得到了参数。因此有两个问题，第一个问题是如
浏览 0提问于2020-08-29得票数 1
1回答
有谁知道如何从模型输出(具有beta分布的mgcv GAM )获得拟合的φ参数？
参考提供的：
library(mgcv)
## Simulate some beta data...
set.seed(3);n<-400
dat <- gamSim(1,n=n)
mu <- binomial()$linkinv(dat$f/4-2)
phi <- .5
a <- mu*phi;b <- phi - a;
dat$y <- rbeta(n,a,b)
bm <- gam(y~s(x0)+s(x1)+s(x2)+s(x3),family=betar
浏览 7提问于2019-11-26得票数 0
1回答
使用scipy.stats包，很容易将分布与数据相匹配，例如，可以使用scipy.stats.expon.fit()将数据拟合成指数分布。
然而，我试图将数据拟合成指数族中的一个截尾/条件分布。换句话说，使用MLE，我试图找到
，
哪里
是指数族中分布的PDF，并且
是它相应的民防系统。
在数学上，我发现log-似然函数在参数空间中是凸的。
因此，我的假设是，应用scipy.optimize.minimize函数应该相对简单。注意，在上面的日志中-可能通过采取
我们得到了传统的/未删失的MLE问题。
然而，我发现，即使对于简单分布，例如nelder单纯形算法并不总是收敛，或者它确
浏览 2提问于2020-10-06得票数 1
1回答
logistic回归的概率方法涉及到极大似然估计( MLE )，即利用偏导数求最佳拟合线的最佳参数。
几何方法包括将+1和-1分别赋值给类1和0。随机线适合于数据。计算点与直线之间的距离，并根据y*d公式识别正确和不正确的错误分类。这一过程一直持续到我们发现错误分类数量最少的时候。
这些方法中有哪些是逻辑回归的？
浏览 0提问于2021-11-09得票数 1
1回答
我正在尝试用fitdist()函数(包含在fitdistrplus包中)将一个数值向量拟合到几个分布:威布尔2-P、威布尔3-P、伽马、对数正态、指数、gumbel、正态、对数、逻辑和广义λ。
它们中的一些包含在同一个包'fitdist()‘中，其他的包含在不同的包中，我创建了gumbel发行版。我对他们中的任何一个都没有问题，只有GLD有问题。我尝试了fitdist函数的所有方法(mle，mme...)，以及包"gld“和"GLDEX”来创建分布函数。
fitdist(example$`TTF MIN`, "gl", start=list(12139.
浏览 6提问于2017-05-07得票数 2
我使用R {fExtremes}为我的数据(向量)寻找GEV分布的最佳参数。但是获得以下错误消息
Solve.default中的错误(fit$hessian)：Lapack例程dgesv: system是完全奇异的: U1,1 =0
我追溯到拟合$ hessian，发现我的hessian矩阵是一个σ矩阵，所有的元素都是0。gevFit()的源代码(gevFit())显示fit$hessian是由optim()计算的。输出参数与初始参数的值完全相同。我想知道我的数据会有什么问题导致这个问题？我在这里复制了我的代码
> min(sample);
[1] 5.240909
>
浏览 0提问于2016-08-23得票数 0
回答已采纳
我现在使用包fitdistrplus来构造Gamma分布，我的问题是如何提取拟合的值来计算根均方误差？谢谢你的帮助。
library(fitdistrplus)
Sev = c(1.42,5.15,2.5,2.29,12.36,2.82,1.4,3.53,1.17,1.0,4.03,5.26,1.65,1.41,3.75,1.09,
3.44,1.36,1.19,4.76,5.58,1.23,2.29,7.71,1.12,1.26,2.78,1.13,3.87,15.43,1.19,
4.95,7.69,1.17,3.27,1.44,1.05,3.94,1.58,2.29,2.
浏览 0提问于2018-12-22得票数 1
回答已采纳
我使用mle2进行估计，并且所有参数的标准误差都为0(当拟合不佳时也是如此)。有人能告诉我为什么吗？有没有一种更聪明的方法来估计最大可能性？
# Define Log likelihood function for product i.
LL<-function(product, gamma0, beta_0, beta_1, beta_2, beta_3, beta_4, beta_5, beta_6, beta_7, beta_8, beta_9,beta0, beta1, beta2, beta3, beta4, beta5, beta6, beta7, beta8, bet
浏览 1提问于2020-03-06得票数 0
2回答
我需要进行数据拟合，以找到给定数据的分布。
我需要找到分布的pdf函数。
我可以使用matlab和python中的数据拟合函数。
它看起来像一个截断的伽马。
但是，如何找到分布的参数呢？
如果数据不能很好地拟合截断的伽马曲线呢？
QQ图(qunatile分位数)表明，它不适合于截断伽马。
如何找到截断伽马的alpha (形状)、beta (比例)等分布参数？
如果数据拟合不能在这里工作，我还可以使用什么其他方法呢？
任何帮助都将不胜感激。
浏览 32提问于2014-03-15得票数 0
1回答
我有以下代码：
data=load ('Q2Even');
histogram(data.y)
phat = mle(data.y,'distribution','normal')
数据是连续的。当我创建直方图时，它遵循均匀分布。我必须找到方差和均值参数的最大似然。当我使用mle时，它会给我一个行向量，声明：
phat =
26.9900 7.3849
据我所知，这些是均匀分布的参数，i-e均值，如果我错了，就variance.Correct me。matlab中有没有一个函数可以给出均值和方差的最大似然？
浏览 2提问于2017-10-15得票数 0
我是R的新手，我发现使用boot函数生成参数化的bootstrap示例有点困难。我已经计算了威布尔分布的mle参数，现在我需要生成500个重复。
到目前为止，我已经这样做了。
#givenData is of this form---> int [1:2546] 69 49 40 33 33 .....
library("boot")
library("MASS")
library("fitdistrplus")
library("actuar")
statFunc = function(d, i)
{
d2 =
浏览 0提问于2015-10-07得票数 1
1回答
谁能告诉我如何将多项式边际分布拟合到我的数据中？我已经做了一个二项式和beta二项式，但我想看看如何拟合多项式。如果你知道怎么做，我也有兴趣尝试一下伽马游戏。
这就是我到目前为止所做的。
nodes <- read.table("https://web.stanford.edu/~hastie/CASI_files/DATA/nodes.txt",
header = T)
nodes %>%
ggplot(aes(x=x/n))+
geom_histogram(bins = 30)+
theme_bw()+
labs(x = &
浏览 13提问于2017-07-26得票数 1
1回答
我有一个数据框架X，有2列a和b，a是类字符，b是类数字。我在b上用适配函数拟合了高斯分布。
data.fit <- fitdist(x$b,"norm", "mle")
我想提取列a中的元素，这些元素落在拟合的高斯分布的5%的右尾。
我不知道如何进行，因为我的知识拟合分布是有限的。
我是否需要保留列a中的对应元素，其中b大于95%的值？
或者，拟合是否意味着为b中的每个值创建了新的值，而我应该使用这些值？
谢谢
浏览 6提问于2015-05-01得票数 0
回答已采纳
1回答
将数据点拟合到累积分布
、、、、
我正在尝试将gamma分布拟合到我的数据点，我可以使用下面的代码来实现这一点。
import scipy.stats as ss
import numpy as np
dataPoints = np.arange(0,1000,0.2)
fit_alpha,fit_loc,fit_beta = ss.rv_continuous.fit(ss.gamma, dataPoints, floc=0)
我想使用许多这样的小伽马分布来重建一个更大的分布(更大的分布与这个问题无关，只是为了证明我为什么要拟合cdf而不是pdf)。
为了实现这一点，我想要将累积分布(而不是pdf )拟合到较小的分布数据。-M
浏览 32提问于2013-09-17得票数 24
我有一个以千兆字节(GB)为单位的数据集，并希望估计其中缺失值的参数。
在机器学习中有一种称为MLE(最大似然估计)的算法可以用于机器学习。
既然R可能无法处理这么大的数据集，那么哪个库将是最好的呢？
浏览 3提问于2013-01-18得票数 3
回答已采纳
不好的是，我无法提供问题的可复制代码，因为我使用了一个大向量。但问题仍然相当清楚。我想要做的是用mle函数来拟合一个测试版：
params <- mle(nll, start = list(alpha = 0.1, beta = 10), method = "L-BFGS-B")
其中nll是一个计算负逻辑可能性的函数。在函数的文档中，"start“参数被定义为”优化器的初始值“。
一开始，我尝试了几个值，这就是我得到0.1和10的原因。但是现在我想用一些因子来拟合向量的一部分，而这个值并不适合所有的值。他们中的一些人犯了一个错误：
Error in optim
浏览 3提问于2017-05-29得票数 1
回答已采纳
我想对我拥有的一些数据点进行对数皮尔逊III拟合。然而，每次我尝试这样做时，我都会收到错误消息，我真的不知道该怎么办。也许我应该补充说，我只是在几天前才开始使用R，所以，我不是它的专家。
重要的代码部分，没有导入内容的部分等等如下：
pIIIpars<-list(shape=1, location=1, scale=1)
dPIII<-function(x, shape, location, scale) PearsonDS::dpearsonIII(x, shape=1, location=1, scale=1, params=pIIIpars, log=FALSE)
pP
浏览 1提问于2013-02-21得票数 2
我为模型创建了一个日志似然函数，并将其与mle2()中的起始值一起使用来拟合该模型(参见but )，但无法找到如何在ggplot2中的数据之上绘制适合的模型。我从来没有在这个网站上张贴过，所以我不知道在哪里放置数据文件，但我有一个可重现性，如果需要的话。
我花了好几天的时间试图找一个具体的例子来说明我需要做什么，却找不到任何相关的东西。显然，stat_smooth有最合适的选择，除了mle，没有一个我可以使用这个模型。这是一个渔业Ricker鱼种招募模型，它适合于mle假设日志正常错误。
LL职能：
Ricker.LL <- function(a,b) {
wf<-read.c
浏览 0提问于2019-07-22得票数 0
回答已采纳
2回答
截断法线由下式给出：
dtnorm<- function(x, mean, sd, a, b) {
dnorm(x, mean, sd)/(pnorm(b, mean, sd)-pnorm(a, mean, sd))
}
ptnorm <- function(x, mean, sd, a, b) {
(pnorm(x,mean,sd) - pnorm(a,mean,sd)) /
(pnorm(b,mean,sd) - pnorm(a,mean,sd))
}
拟合由以下公式给出：
fitdist( data, tnorm, method="mle",
浏览 0提问于2012-08-24得票数 2
回答已采纳
1回答
所以，我有一个离散的数据集，my_dat，我试图拟合一条曲线，以便能够生成基于my_dat的随机变量。我在连续数据上使用fitdistrplus取得了很大的成功，但是尝试将它用于离散数据时有很多错误。
表设置：
library(fitdistrplus)
my_dat <- c(2,5,3,3,3,1,1,2,4,6,
3,2,2,8,3,4,3,3,4,4,
2,1,5,3,1,2,2,4,3,4,
2,4,1,6,2,3,2,1,2,4,
5,1,2,3,2)
我首先看一下数据的直方图：
浏览 8提问于2017-10-19得票数 2
3回答
我有一组由统一发行版生成的数据。现在，我想将相应的直方图拟合成一个均匀分布，这样在该直方图上就有一个“ㄇ”形状的线条。我试图通过使用MATLAB内置函数histfit来对其进行拟合，但是对于没有这样一个统一分布的选项。我该怎么做呢？
data = unifrnd(-100,100,1000,1);
%% MATLAB built-in function: 'histfit'
figure(1);
hh = histfit(data); % No options for 'histfit' to fit data to an uniform distributi
浏览 13提问于2022-01-12得票数 1
回答已采纳
1回答
我有两份名单。两者都包括归一化百分比：
actual_population_distribution =0.2、0.3、0.3、0.2
sample_population_distribution =0.1、0.4、0.2、0.3
我希望将这两个列表拟合成伽马分布，然后计算返回的两个列表，以得到KL值。
我已经能得到KL了。
这是我用来计算伽马的函数：
def gamma_random_sample(data_list):
mean = np.mean(data_list)
var = np.var(data_list)
g_alpha = mean *
浏览 4提问于2019-08-05得票数 1
我不能让partykit包的暴徒函数做单变量MLE拟合。
# Trying to convert vignette example here https://cran.r-project.org/web/packages/partykit/vignettes/mob.pdf on page 7 to do univariate MLE gamma fits.
data("PimaIndiansDiabetes", package = "mlbench")
library("partykit")
library("fi
浏览 7提问于2016-03-13得票数 2
我需要使用MLE从样本数据中估计威布尔分布的形状和尺度参数。我检查了Apache commons Math的WeibullDistribution类，但它没有这样的功能。有什么建议吗？我需要在java应用程序中使用这个类。
浏览 7提问于2017-12-13得票数 6
1回答
我正在尝试将截断正态分布拟合到一些数据。但是，我遇到了以下错误：
<simpleError in optim(par = vstart, fn = fnobj, fix.arg = fix.arg, obs = data, gr = gradient, ddistnam = ddistname, hessian = TRUE, method = meth, lower = lower, upper = upper, ...): non-finite finite-difference value [1]>
Error in fitdist(testData,
浏览 10提问于2016-08-09得票数 1
回答已采纳
Matlab中有直方拟合功能，可以绘制直方图并根据bin值对分布进行拟合。必须估计分布的参数。如何在r中实现histfit？我找了很长一段时间，但一直没有找到。
这个之前已经提到过这一点，但没有更好的解决方案。sn包似乎支持几个发行版，但不是很多。
我用hist函数对数据进行了探索，直方图显示了广义上的伽玛分布。但是，如果我添加存储箱并再次显示它，该图将显示更多细节，伽马分布失败。fitdistr也无法找到参数。因此，我希望仅使用直方图中的粗略数据来拟合数据。这就是问题所在，谢谢你的帮助。
浏览 3提问于2012-09-18得票数 3
回答已采纳
我正在尝试一种正确的方法来拟合beta分布。这不是一个现实世界的问题，我只是在测试几种不同方法的效果，在这样做的过程中，有些事情让我感到困惑。
这是我正在编写的python代码，其中我测试了3种不同的方法: 1>：fit using moments (样本均值和方差)。2>：通过最小化负对数似然(通过使用scipy.optimize.fmin())进行拟合。3>：只需调用scipy.stats.beta.fit()
from scipy.optimize import fmin
from scipy.stats import beta
from scipy.special i
浏览 12提问于2014-04-28得票数 9
2回答
只将伽马分布拟合到样本的一个子集
、、、、
我在下图中给出了输入数据的直方图(黑色)：
我试图对Gamma distribution进行拟合，但不是对整个数据进行拟合，而是对直方图的第一条曲线(第一个模式)进行拟合。上一张图中的绿色图对应于我使用以下使用Gamma distribution的python代码在所有样本上拟合scipy.stats.gamma时的情况
img = IO.read(input_file)
data = img.flatten() + abs(np.min(img)) + 1
# calculate dB positive image
img_db = 10 * np.log10(img)
img_
浏览 4提问于2016-12-20得票数 1
回答已采纳
2回答
我正在对气象数据进行极值分析，准确地说，是以毫米/日为单位的降水数据。我正在用最大似然法估计广义帕累托分布的参数。
目的是计算日降水量的几个返回水平(即2、5、10、20、50、100年事件)。
虽然R代码工作得很好，但我想知道为什么我在根据不同包的合适GPD的分位数计算返回水平时得到了明显不同的结果。尽管在每个封装中GPD的估计参数几乎是相同的，但分位数相差很大。
我使用的软件包是: ismev、extRemes、evir和POT。
我猜想GPD参数的不同估计是由于不同的计算例程造成的，但我不明白为什么分位数的计算因不同的包而有如此大的差异。
虽然lmom、evir和POT返回相同的quan
浏览 1提问于2014-12-17得票数 6
回答已采纳
1回答
是否可以/如何从现有向量生成beta-二项分布？ 我的最终目标是从以下数据生成beta-二项分布，然后获得该分布的95%置信区间。 我的数据是一位兽医记录的身体状况评分。body条件取值范围为0-5，增量为0.5。有人向我建议here我的数据遵循beta-二项分布，离散值有一个有限的范围。 set1 <- as.data.frame(c(3,3,2.5,2.5,4.5,3,2,4,3,3.5,3.5,2.5,3,3,3.5,3,3,4,3.5,3.5,4,3.5,3.5,4,3.5))
colnames(set1) <- "numbers" 我看到有多个函数似乎能
浏览 16提问于2020-01-02得票数 0
回答已采纳
我正在尝试将一个发行版与我的数据(ssdist；ssi是值)相匹配，但是我一直被抛出下面的错误代码，我不知道为什么。值得注意的是，错误只抛给pois和nbinom，它们是我认为最适合数据的发行版。
错误：：fitdist(ss$ssiss$name == s，distr = "nbinom")：函数mle无法估计参数，错误代码为100
这是我的代码：
ssdist <- read_excel(here("Data/Raw/ssdist.xlsx")) %>%
verify(has_all_names("name", "s
浏览 5提问于2022-05-19得票数 0
回答已采纳
1回答
我正在做这个任务，我试图运行这个程序5000次，并对模型进行AR(1)和AR(2)拟合。首先，我定义了一个生成时间序列的函数，如下所示：
def ts_gen_ar1(size,sigma,alpha1):
wt = np.random.normal(0,sigma**2,size=size)
x = np.zeros(size)
for i in np.arange(1,size):
x[i] = 0.2 + alpha1*x[i-1] + wt[i]
return x
然后，我执行了下面的语句，这花费了我极长的时间
sample_ar1 = []
s
浏览 15提问于2015-02-19得票数 4
1回答
最大似然估计
、、
嗨，我想使用matlab中的内置函数对我的参数进行MLE估计。matlab是这样说的：
phat = mle(data,'distribution',dist)
我不知道如何使用向量“数据”。支持I有340个观察值，在2点有0,120个观察点，在10点有90个观察点
那么向量应该是什么样子的?340，0,120，0，0，0，0，0，0，0，0，0，90？我怀疑。我只想知道向量的“结构”
浏览 0提问于2015-02-03得票数 0
2回答
我正在学习stan，并且尝试了一个非常简单的模型(bernoulli)，如下所示，我期望后验抽样的平均值为0.3，因为先验只是一个均匀分布，但stan实际上给出了一个平均值0.33。这里发生什么事情？
顺便说一句，我尝试了给出0.3的“优化”，这正是我所期望的。
谢谢你的帮忙!
model_code = "
data {
int N;
int y[N];
}
parameters {
real theta;
}
model {
theta ~ uniform(0, 1);
y ~ bernoulli(theta);
}
"
data <- li
浏览 0提问于2019-09-14得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
