问题标签 [gamma-distribution]

我们收到此错误是因为我们的数据集中有一些零。如果我们将它们更改为 NA 或在我们拥有的所有值上加一，是否有任何影响。或者它对我们的分析有影响吗？

eval 中的错误（expr，envir，enclos）：“gamma”系列不允许使用非正值

这是一个好的解决方案吗？或者它会改变我们的结果吗

步骤1。加载所需的包。

第2步。生成 10,000 个适合 gamma 分布的数字。

步骤 3。绘制 pdf（概率密度函数），假设我们不知道x适合哪个分布。

第4步。从图中我们可以看出 的分布x很像 gamma 分布，所以我们使用fitdistr()in packageMASS来获取 gamma 分布的shape和的参数rate。

步骤 5。在同一个图中绘制实际点（黑点）和拟合图（红线），这是问题，请先看图。

问题一：真正的参数是shape=2, rate=0.2，我用函数fitdistr()获取的参数是shape=2.01, rate=0.20。这两个几乎一样，但是为什么拟合图不能很好地拟合实际点，肯定是拟合图有问题，或者我绘制拟合图和实际点的方式完全错误，我该怎么办?

问题2：在我得到我建立的模型的参数后，我以哪种方式评估模型，比如线性RSS(residual square sum)模型，或者p-value其他测试？我统计知识贫乏，请大家帮我解答一下，谢谢！（ps：我在google和stackoverflow上搜索过很多次，但都没有用，所以不要投这个问题没用，谢谢！ )shapiro.test()ks.test()

我这个模拟的目的是在多种因素组合下评估测试的类型 1 错误率。

1. 样本量-(10,10),(10,25),(25,25),(25,50),(25,100),50,25),(50,100),(100,25),(100,100)

2. 标准偏差比-（1.00、1.50、2.00、2.50、3.00 和 3.50）

3. 不等偏度和等偏度的伽马分布分布

涉及的 2 个样本检验是合并方差 t 检验和 welch t 检验和 mann whitney 检验。我试图通过使用上述因素组合来修改代码。

我是 R 的新手，现在我已经完成了一个正态分布的代码，并且必须通过使用 if else 来添加两个关于伽马分布分布的模拟......任何人都可以提供一些建议如何从正态分布进行更改。到伽马分布？我现在卡在这部分...

帮助！！上面的代码多次给了我结果 0.00，我已经检查了很多次，但我没有发现任何错误。请

下面粘贴的是一篇文章的补充材料。在找到主范围值后，作者说，“gamma(13,10) 很好地涵盖了这一点”。作者是如何找到 13 和 10 的？

I'm trying to reverse engineer a Stata program into SAS, and I'm having trouble with the gammap function in Stata and what it correlates to in SAS. From Stata documentation, it appears that the gammap function returns the cumulative gamma distribution.

Test Data:

So in the Stata program, I have:

I translated this in SAS as part of the CDF function:

However, the results are not matching up so my theory is wrong.

Stata:

SAS:

Could someone offer insight on what the correct correlating SAS code might be and where I'm going wrong in using the CDF function? Should I not use the CDF function?

我想用 Python 翻译以下 Matlab 代码：

代码返回 t = 212.8928。我试过了：

但 python 代码不返回相同的 t 值。难道我做错了什么？

我正在使用gammamixEM包中的功能mixtools。如何返回函数中的密度图形输出normalmixEM（即 中的第二个图plot(...,which=2)）？

更新：

这是该功能的可重现示例gammamixEM：

这是该功能的可重现示例normalmixEM：

我想从函数中获得密度的图形输出gammamixEM。

我正在尝试使用以下命令（部分代码）将 2 分量伽马混合模型拟合到我的数据（运行广义线性模型后获得的残差值）：

该代码针对多个基因文件运行（循环中）。它对于某些文件运行良好，而对于其他文件则抛出以下错误：

我无法弄清楚发生了什么。任何人都可以对此有所了解吗？谢谢

我有一系列看起来像这样的情节：

蟒蛇代码：

r 代码：

出于某种目的，我需要用伽马分布的最佳累积分布函数（CDF）来拟合这个点。有什么方法可以在 python 或 R 中以数字方式执行此操作？我正在使用 winpython，所以我可以非常直接地导入 R 代码。

PS：我找到了这篇文章，但我不明白。

我在下图中给出了输入数据的直方图（黑色）：

我试图拟合Gamma distribution但不是整个数据，而只是拟合直方图的第一条曲线（第一种模式）。上图中的绿色图对应于我Gamma distribution使用以下python代码在所有样本上拟合时使用的代码scipy.stats.gamma：

我怎样才能将拟合限制在这个数据的有趣子集中？

更新1（切片）：

我通过只保留低于前一个直方图最大值的值来分割输入数据，但结果并不令人信服：

这是通过# slice histogram here在前面代码中的注释下方插入以下代码来实现的：

更新2（scipy.optimize.minimize）：

下面的代码显示了如何scipy.optimize.minimize()使用最小化能量函数来找到(alpha, beta)：

上述算法收敛于 的子集data，输出o为：

但从下面的屏幕截图中可以看出，伽马图不适合直方图：