问题标签 [gamma-distribution]

我正在尝试使用 Boost 1.5 中的 Gamma 分布。现在我希望k和theta的值分别为 4 和 0.5。但是，每当我设置theta < 1 的值时，都会出现编译错误。

有什么办法可以解决这个问题吗？

在给定特定平均值（或中位数）和特定分位数（95% 分位数）的情况下，在 R 中是否有任何方法可以计算伽马分布的比例和形状？

例如，我的平均值 = 130

和95% 的分位数 = 300

分布偏移为80

有没有办法获得满足这些标准的伽马的比例和形状？

我正在寻找 R 中的一些脚本/包（Python 也会这样做），以从高斯和伽马分布的混合中找出分量分布参数。到目前为止，我已经使用 R 包“mixtools”将数据建模为高斯混合，但我认为它可以更好地由 Gamma 加高斯建模。

谢谢

我对 R 中的 fitdistr{MASS} 函数有疑问。我有这个向量：

我想用一个命令将伽玛分布拟合到数据中：

但我有这样的错误：

所以我尝试初始化参数：

对象 fit.gamma 已创建，但在打印时会产生错误：

你知道发生了什么，或者可能知道其他一些 R 函数来拟合 MLE 的单变量分布吗？

提前感谢您的任何帮助或回复。

库巴

我正在尝试从 Gamma 分布中提取样本，但我正在考虑将 'scale' 参数rgamma作为向量，因为每个样本单元都有不同的比例参数。我想知道这个函数选择参数值的规则是什么。例如，如果我运行这个：

它是否生成rgamma(1,shape=1, scale=10),$\ldots$, rgamma(1,shape=1, scale=10)？除此之外，如果我运行这个怎么办：

它为每次绘制选择哪个比例参数？有人可以帮助我吗？谢谢

我正在尝试将伽马混合模型（两个伽马分布）拟合到年龄生育率曲线。我有一个包含特定年龄生育率和年龄的数据集，我想拟合两个伽马以找到相应的参数（最后我将使用不同年份的生育率资料并尝试查看参数如何随时间演变）。到目前为止，我尝试使用 mixtools 库（gammamixEM）但没有成功。我将非常感谢一些帮助。

啤酒

对于分类任务，我想将伽马分布拟合到两对数据：类内和类之间的距离人口。这是为了确定理论上的错误接受率和错误拒绝率。

合身的 Scipy 回归让我很困惑。下面是数据图，其中圆圈表示类间距离内和类间距离的 x-es，实线是类内拟合 gamma，虚线是类间距离上的拟合 gamma。

我所期望的是伽玛曲线会在约 10 和约 30 处达到峰值，而不是两者都为 0。有谁看到这里出了什么问题？

这是我的代码：

我从这里得到的 floc=0 的技巧：为什么 SciPy 中的 Gamma 分布有三个参数？但它并不总是强制 loc1 和 loc2 为 0 ：/

为了从 R 中的逆伽马分布中采样，以下是正确的方法：

我想为我的数据拟合一个伽马分布，我使用这个

我想将伽马分布的参数之一保留为变量（比如形状），并修复其中一个参数（比如scale=1）。但是，如果我将 loc 变量保持为零，则无法将比例固定为 1。有一些解决方法吗？我不能只使用形状和比例来参数化伽马分布吗？

我想在 R 中找到给定 Gamma、Weibull 和 Log 正态分布的数据的对数似然。鉴于我已经估计了各自分布的参数，我该如何继续？