r - 在 R 中拟合 von Mises 分布的混合

标签 r statistics

我有一组角度数据,我想将它们拟合到两个冯·米塞斯分布的混合中。如下所示,数据聚集在大约 0 和 ±π 处,因此这种情况需要具有周期性边界。 Distribution of data

我尝试使用 movMF 包来拟合这些数据的分布,但它似乎正在对每一行进行标准化,并且由于这是一组一维数据,因此结果是一个 ±1 的向量。其他人如何在 R 中拟合这样的分布混合?

最佳答案

问题在于使用角度向量作为 movMF 函数的输入。相反,角度必须转换为单位圆上的点

pts_on_unit_circle <- cbind(cos(angle_in_degrees * pi / 180), 
                            sin(angle_in_degrees * pi / 180))
d <- movMF(pts_on_unit_circle, number_of_mixed_vM_fxns)
mu <- atan2(d$theta[,2], d$theta[,1])
kappa <- sqrt(rowSums(d$theta^2))

来源:联系 movMF 包的作者 Kurt Hornik。

关于r - 在 R 中拟合 von Mises 分布的混合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18788748/

相关文章:

statistics - 如何标准化雷达图的统计数据

python - Python 中的多重回归(带因子选择)

mysql - MySQL 中的聚合标准差没有差异吗?

r - 加速/替代引用先前计算行的 for 循环

r - 如何在 R 中叠加水平图?

r - 支持向量机的训练和测试

linprog 包中设置的 R 线性规划使用solveLP忽略约束(小于或等于)

r - 如何基于grep选择几列?

替换 R 中数据框列中的数字?

linux - 如何通过linux命令获取某个接口(interface)的统计信息?