3

以下是我正在处理的一种数据集：

data <- c(0, 1, 0, 11, 2, 0, 3, 0, 0, 2, 1, 3, 1, 0, 1, 0, 0, 0, 2, 3, 
0, 0, 0, 8, 1, 1, 1, 0, 1, 1, 2, 7, 0, 0, 0, 5, 2, 3, 6, 1, 1, 
5, 2, 9, 0, 0, 1, 21, 16, 2, 9, 6, 25, 2, 1, 12, 16, 14, 15, 
15, 6, 1, 12, 12, 13, 5, 5, 6, 4, 7, 11, 8, 4, 5, 8, 3, 8, 4, 
7, 4, 7, 2, 5, 6, 4, 5, 1, 0, 8, 5, 6, 8, 9, 8, 9, 7, 7, 9, 8, 
9, 4, 4, 7, 13, 9, 13, 12, 10, 9, 8, 7, 11, 5, 5, 0, 1, 33, 4, 
22, 19, 22, 9, 5, 4, 17, 7, 7, 4, 5, 3, 0, 0, 9, 3, 0, 0, 36, 
40, 5, 4, 0, 11, 0, 7, 5, 25, 39, 26, 4, 20, 12, 4, 17, 3, 22, 
12, 14, 8, 9, 11, 7, 11, 10, 9, 16, 6, 24, 8, 5, 6, 14, 3, 9, 
4, 1, 20, 0, 1, 7, 9, 0, 12, 2, 29, 56, 16, 8, 28, 0, 19, 25, 
35, 87, 56, 66, 60, 58, 14, 10, 12, 13, 13, 34, 26, 18, 13, 22, 
13, 12, 15, 41, 11, 11, 11, 5, 6, 7, 8, 8, 17, 16, 12, 21, 38, 
34, 10, 77, 41, 7, 12, 1, 16, 20, 8, 5, 2, 20, 7, 16, 12, 6, 
10, 31, 12)

我已经使用fitdistrplus包来使用泊松分布来拟合这些数据。

library(fitdistrplus)
x <- fitdist(data, "pois")

一旦我使用该plot()功能x：

plot(x)

默认情况下会构建两个并排的图。一张图由经验与理论分布图组成，另一张图包含 CDF。

数据集具有 (29/244)=12% 零值，因此我在这里担心的是我想使用零膨胀泊松分布拟合数据，并希望拥有使用 fitdistrplus 包生成的相同类型的图（正如我在前面的部分plot(x)：）

4

1 回答 1

3

您可以使用 lambda 的估计值并将其放入VGAM::dzipoisandVGAM::pzipois中。

library(VGAM)
distr1 <- dzipois(0:max(data), lambda=x$estimate, pstr0=mean(data == 0))
distr2 <- pzipois(0:max(data), lambda=x$estimate, pstr0=mean(data == 0))

然后手工制作情节。

op <- par(mfrow=c(1, 2))
plot(proportions(table(data)), ylim=c(0, max(proportions(table(data)))), 
     main="Empirical and \ntheoretical distribution", ylab='Density')
lines((0:max(data)) + 0.2, distr1, type="h", lwd=2, col=2)
legend("topright", c("empirical", "theoretical"), lwd=2, col=1:2, cex=0.8)
plot(ecdf(data), pch=1, col.hor=0, main="Empirical and \ntheoretial CDFs")
lines(0:max(data), distr2, type="s", lwd=2, col=2)
legend("bottomright", c("empirical", "theoretical"), lwd=2, col=1:2, cex=0.8)
par(op)

在此处输入图像描述

注意： VGAM 中还有一些其他的发行版可能值得一看。

于 2021-05-29T06:20:10.850 回答