0

我有离散计数数据，表明 46 个案例的试点样本在 10 个二项式试验中的成功次数。（一旦我建立了分析，就会有更大的样本。）零类（10 次试验没有成功）缺失，即每个数据都是 1 到 10 之间的整数值。我想拟合一个没有零类的截断二项分布，以估计潜在概率 p。我可以在使用 Solver 的最小二乘法的 Excel 电子表格上充分做到这一点，但是因为我想在 p 上计算引导置信区间，所以我试图在 R 中实现它。

坦率地说，我很难理解如何编码。这是我到目前为止所拥有的：

d <- detections.data$x

# load required packages
library(fitdistrplus)
library(truncdist)
library(mc2d)

ptruncated.binom <- function(q, p) {
  ptrunc(q, "binom", a = 1, b = Inf, p)
}
dtruncated.binom <- function(x, p) {
  dtrunc(x, "binom", a = 1, b = Inf, p)
}

fit.tbin <- fitdist(d, "truncated.binom", method="mle", start=list(p=0.1))

我有很多错误消息，我已经通过猜测解决了，但最新的一条让我很难过，我怀疑我完全误解了一些东西。

checkparamlist 中的错误（arg_startfix$start.arg, arg_startfix$fix.arg, : 'start' 必须指定作为 'distr' 参数的名称。<

我认为这意味着我必须为 dtrunc 中的 x 和 ptrunc 中的 q 指定起始值，但我真的不清楚它们应该是什么。

任何帮助将不胜感激。

4

0 回答 0