问题标签 [model-fitting]

我目前生成了以下图：

数据：

代码：

我试图为我的每个殖民地推导出一个增长率（假设指数增长）。我认为这样做的一种方法是：

1. 将指数曲线拟合到每个菌落的数据点，然后
2. 从曲线方程中提取增长率。

有人建议我尝试使用 nls 来完成此操作，甚至可以非常简单地从三个数据点得出指数曲线的参数。

不幸的是，我仍然没有能力接受这个建议：我不知道该怎么做。

谢谢！

我一直在 R 中进行一些数据分析，我试图弄清楚如何将我的数据拟合到 3 参数 Weibull 分布。我找到了如何使用 2 参数 Weibull 来完成它，但是在找到如何使用 3 参数来完成它方面做得很短。

这是我使用包中的fitdistr函数拟合数据的方法MASS：

x[[6]]是我的数据的一个子集，y 是我存储拟合结果的位置。

我有一个数据集，希望将它们拟合到均匀分布并使用 Matlab 计算拟合优度。但是，我发现 uniform 不包含在函数“ fitdist ”中。有什么方法可以在 Matlab 中进行均匀分布拟合吗？

我有两个向量表示函数 f(x)，另一个向量 f(a x+b) 即 f(x) 的缩放和移位版本。我想找到最好的比例和移位因子。

*最佳 - 通过最小二乘误差、最大似然等方法。

有任何想法吗？

例如：

*请注意 f(x) 可能是不可逆的...

谢谢，

奥哈德

使用“基本拟合”工具时，一旦“拟合”完成，就有机会评估/估计某些点的值。我只能复制到绘图部分。我无法弄清楚如何以编程方式重现“评估”函数，以便我可以估计某些点的值并在我的代码中使用它们。我现在能做到这一点的唯一方法是通过图形用户界面，即从图形窗口的主菜单：“工具>>基本拟合”

我不确定我是否足够清楚，但请随时询问您是否需要更多信息。

我有两个变量的散点图，例如：

我想找到更适合这两个变量之间关系的函数。

准确地说，我想比较三个模型的拟合linear：exponential和logarithmic。

我正在考虑将每个函数拟合到我的值，计算每种情况下的可能性并比较 AIC 值。

但我真的不知道如何或从哪里开始。任何可能的帮助将不胜感激。

非常感谢您提前。

蒂娜。

有了这样的数据集

我想将此数据拟合到模型中，该模型定义如下

我参考了这个页面（http://www.inside-r.org/packages/cran/FME/docs/modCost），并开发了以下代码：

但是，我收到以下警告消息：

谁能告诉我问题出在哪里？或者如何快速完成？谢谢。

我要提前感谢您考虑我的问题。

我有一个我天真地认为是一个相当直接的问题，它涉及对许多不同的计数数据集进行异常值检测。具体来说，我想确定一系列计数数据中的一个或多个值相对于分布中的其余计数是否高于或低于预期。

令人困惑的因素是我需要对 3,500 个分布执行此操作，其中一些可能适合零膨胀的过度分散泊松，而其他可能最适合负二项式或 ZINB，而还有一些可能是正态分布。出于这个原因，简单的 Z 分数或分布图不适用于大部分数据集。这是我要检测异常值的计数数据示例。

依此类推，最多可达 3500 个。

最初我认为我需要在 Python 或 R 中编写一个循环，将一组模型应用于每个分布，并根据 AIC 或其他（可能是 R 中的 fitdistrplus？）选择最佳拟合模型。然后我可以问给定分布的极端情况是什么（落在尾部的计数，例如“4”的计数是否会成为上述 counts1 分布中的异常值？）。但是，我不确定这是一个有效的策略，我想到可能有一种简单的方法来确定我不知道的计数数据中的异常值。考虑到我想要查看的分布数量，我进行了广泛的搜索，但没有发现任何适合我的问题的东西。

我的最终目标是使用统计上最合适的方法检测每个计数分布的计数显着增加或减少。

再次感谢您的宝贵时间。

Following up on an earlier post, I am interested in learning how to get the usual measures of the relative quality of a statistical model in zelig for regression using multiply imputed data (created with Amelia).

Question

(1) Does anyone know how to get the values of AIC, F-statistics and the degree of freedoms for MI data?

(2) I found a similar question to which Koskuke Imai replied that one can probably take a simple average of the measures produced by the summaries of the individual datasets. The "probably" makes me a bit suspicious. Any thoughts on this?

Many thanks!!

我正在尝试重现 Kostakis 的论文解决方案。在本文中，使用 de Heligman-Pollard 模型将简化的死亡率表扩展为完整的生命表。该模型有 8 个必须拟合的参数。作者使用了修改后的 Gauss-Newton 算法；该算法 (E04FDF) 是 NAG 计算机程序库的一部分。Levenberg Marquardt 不应该产生相同的参数集吗？我的代码或 LM 算法的应用有什么问题？