2

所以我有这个离散的数据集my_dat，我试图拟合一条曲线，以便能够基于my_dat. 我在连续数据上使用取得了巨大成功fitdistrplus，但在尝试将其用于离散数据时却出现了很多错误。

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)

我先看一下数据的直方图： 

hist(my_dat)

<code>hist(my_dat)</code>

由于数据是离散的，我决定尝试使用二项式分布或负二项式分布来拟合，这就是我遇到麻烦的地方：在这里我尝试定义每个： 

fitNB3 <- fitdist(my_dat, discrete = T, distr = "nbinom" ) #NaNs Produced
fitB3 <- fitdist(my_dat, discrete = T, distr = "binom")

我收到两个错误：

  1. fitNB3似乎运行但注意到“NaNs Produced” - 谁能让我知道为什么会这样？
  2. fitB3根本不运行，并为我提供错误：“start.arg.default 中的错误（data10，distr = distname）：分布 binom 的未知起始值。” - 谁能指出为什么这在这里行不通？鉴于数据是离散的，我不清楚是否提供起始编号（我试图start = 1在fitdist函数中使用，但我收到另一个错误：“fitdist 错误（my_dat，discrete = T，distr = “binom”，start = 1）： mle函数估计参数失败，错误码100"

我已经为此旋转了一段时间，但我会接受有关这些错误的任何反馈。

4

1 回答 1

2

  1. 不要对离散数据使用 hist，因为它不会做你认为它正在做的事情。

    plot(table(my_dat))与……比较hist(my_dat)，然后想想你以前做过多少错误的印象。如果必须使用hist，请确保指定中断，不要依赖为连续变量设计的默认值。

    直方图和 plot(table()) 显示明显不同的外观，因为 hist 将 '1' 和 '2' 组合到第一个 bin 

     hist(my_dat)
 lines(table(my_dat),col=4,lwd=6,lend=1)

  2. 您的任何一个模型都不适合，因为这两个分布都是从 0 而不是 1 开始的，并且根据您拥有的值的大小，p(0) 不会小到可以忽略不计。

  3. 当我运行你的代码时，我没有得到任何适合负二项式的错误。

  4. 您在拟合二项式时遇到的问题是您需要为参数提供起始值，这些参数称为size(n) 和prob(p)，因此您需要说以下内容：

    fitdist(my_dat, distr = "binom", start=list(size=15, prob=0.2))

    但是，您将遇到一个新问题！优化器假定参数是连续的并且会在size.

    另一方面，这可能是一件好事，因为在n未知的情况下，MLE 表现不佳，尤其是当p较小时。

    通常，对于二项式，您应该知道n。在这种情况下， p的估计可以如下进行：

    fitdist(my_dat, distr = "binom", fix.arg=list(size=20), start=list(prob=0.15))

    但是，在固定n的情况下，最大似然估计在任何情况下都很简单——您不需要优化器。

    如果您真的不知道n，那么可以找到许多比 MLE 表现更好的估计器，但这超出了这个问题的范围。

于 2017-11-04T13:47:59.820 回答