r - 查找 gamma 分布的分位数

Question

数据像伽马一样分布。

复制数据将是这样的：

a) 首先找到发行版。真实数据的参数：

fitdist(datag, "gamma", optim.method="Nelder-Mead")

b) 使用参数shape、rate、scale来模拟数据：

data <- rgamma(10000, shape=0.6, rate=4.8, scale=1/4.8)

要使用 r 中的 qgamma 函数查找分位数，只需：

编辑：

qgamma(c(seq(1,0.1,by=-0.1)), shape=0.6, rate =4.8, scale = 1/4.8, log = FALSE)

如何找到我的真实数据的分位数（不是用 rgamma 模拟的）？

请注意，分位数 r 函数返回真实数据（datag）的所需分位数，但据我所知，假设数据是正态分布的。正如你所看到的，它们显然不是。

quantile(datag, seq(0,1, by=0.1), type=7)

在 r 中使用什么函数或者如何从统计上获得高度偏斜数据的分位数？

另外，这有点道理吗？但仍然没有得到较低的值！

Fn <- ecdf(datag)
Fn(seq(0.1,1,by=0.1))

Answer 1

在这种情况下，分位数由“q”函数返回qgamma。对于您的数据，眼球积分表明大部分数据位于 0.2 的左侧，如果我们要求 0.8 分位数，我们会看到估计分布中 80% 的数据位于以下位置的左侧：

 qgamma(.8, shape=0.6, rate=4.8)
#[1] 0.20604

似乎同意你的阴谋。如果您想要样本中的 0.8 分位数，那么只需：

 quantile(datag, 0.8)