问题标签 [fitdistrplus]

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：

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。

考虑到浮点率的输入，我正在尝试在 Go 中重现拟合 beta 分布：

您可以在 R 中使用很容易地做到这一点fitdistrplus，它会自动选择合理的起始值，这与“挣扎”的 MASS 包不同：

我试图弄清楚如何在 Go 中拟合 beta 分布，但事实证明这很困难，找到正确的函数（统计数据不是我的强项）。

我听说我可以使用“时刻方法”作为起始值，但如果它像开箱即用那样工作，那么自动决定它们也会很好。

我有一个如下数据集（10,000+ 行）：

从这个数据集中，我想将每个不同P_ID的数据拟合到 Gamma 分布（忽略对采样数据与分布的拟合程度的测试）

使用该fitdistrplus包，我可以通过X将个人提取P_ID到向量中然后运行它 fw <- fitdist(data,"gamma")然后提取描述shape性rate变量来实现这一点，但这都是非常手动的。

我想找到一种方法，使用 tidyverse 从上面的数据框转到：

我将如何使用 Tidyverse 和 Pipes 来实现这一点，而不是进行一系列的 for 循环？

我正在尝试通过使用包中的fitdist函数使我的数据适合瑞利分布fitdistrplus。

然后出现错误：

这个问题有什么解决办法吗？谢谢你的帮助。

对于返回数据，我正在研究偏度和峰度对 cVaR 计算的重要性。我们首先比较一些分布，通过使用包“fitdistrplus”在 R 中使用 fitdist() 估计分布的参数。但是，我们希望对不同数量的分布执行此操作（见图：SGT、GT、SGED、GED、t、norm）。

下面是 SGT 的示例代码，其中存在一个问题：它为参数 p 和 q 的标准误差引入了 NaN。我也不知道如何准确地选择起始值。

使其可重现的数据样本：我的股票指数的返回向量

最好的，恩乔

我需要将对数正态分布、帕累托分布和广义帕累托分布拟合到一些经验数据，这些数据是审查数据和未审查数据的组合。我尝试使用 fitdistrplus 包中的函数 fitdistcens 。

我生成了一些由审查数据和未经审查数据组成的人工数据（我的 R 代码如下）。

删失后的数据可以描述为：100到200之间有5000个值，200到500之间有700个值，500到1000之间有600个值，以此类推。我们没有关于这些值的更多信息。删失数据的所有 bin 的完整列表是：

[100, 200]

[200, 500]

[500, 1000]

[1000, 2000]

[2000, 5000]

[5000, 10000]

[10000, 20000]

[20000, 100000]

未经审查的数据是通过生成 70 个均值为 0、标准差为 1 的正态分布随机变量，然后对变量进行平方，然后将它们乘以 50000，最后加上 20000 来创建的。所以这些是我们确切知道的值。

然后，我使用“fitdistrplus”包中的 R 中的“fitdistcens”函数将对数正态分布和帕累托分布拟合到组合的审查和未经审查的数据中。然后我创建了 QQ 图、PP 图，并绘制了经验和理论 CDF 的比较，以评估分布的拟合优度。

当我查看上面提到的图时，我看到在 PP 图和 QQ 图中，有一个矩形来表示上面的所有 bin，除了 bin [20000, 100000] 之外。我想知道是否有人可以阐明这些经验分布的图形表示是如何构建的。

[QQ剧情][1]

我正在尝试绘制不同的分布，以查看最适合我的数据（“x”）的分布。我正在使用包 fitdistrplus 来做到这一点。除了“tnorm”（截断的正态分布）之外，所有分布都可以工作，它会显示一条错误消息：

任何想法导致此错误消息以及如何解决它？

非常感谢任何帮助！！！

有效的发行版：

使用的包：

关于我的数据的一些信息：

我想将伽玛和帕累托分布拟合到我的数据中。这是示例数据。在这一点上，我只想拟合分布，而不是它们是否是适合的分布

我无法理解这个错误，想知道这里是否有人有将帕累托分布拟合到数据的经验。

我正在尝试将帕累托分布拟合到以下数据

我不知道为什么会发生这个错误。

我使用包“fitdistrplus”中的函数“fitdistcens”拟合广义帕累托分布：

我想知道下面哪些参数给了我分布的尾部厚度：

谢谢！