r - 将逆高斯分布拟合到 R 中的数据

标签 r gaussian mle

我尝试使用 R 中的 fitdist 函数以最大似然法将数据拟合到三个不同的分布以比较它们。 Lognormal 和 Weibull 工作正常,但我正在为逆高斯而苦苦挣扎。 我需要指定起始值,但是当我这样做时,我收到一条错误消息。

fw<-fitdist(claims,"weibull") WORKS
fln<-fitdist(claims,"lnorm") WORKS
fig<-fitdist(claims,"invgauss",start=list(mu=0,lambda=1)) DOES NOT WORK

错误:“当输入的长度为零时,pinvgauss 函数应返回一个长度为零的向量并且不会引发错误”

我的代码有什么问题?

最佳答案

我正在处理一个类似的问题,发现问题出在我如何标记我的起始值。我正在使用的 actuar 库需要在值上标记“mean”和“shape”。以下代码为我提供了解决方案:

library(actuar)
library(fitdistrplus)
fig <- fitdist(claims, "invgauss", start = list(mean = 5, shape = 1))

关于r - 将逆高斯分布拟合到 R 中的数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52585093/

相关文章:

r - 带弹性包装的R中的for环

r - 使用 R 查找数据的交集和差异

r - 如何使用变量名称来引用带有 ddply 的数据框列?

swift - 应用 CiFilter 高斯模糊

r - 使用 R 循环创建新数据框的更快方法

image-processing - scipy中的高斯滤波器

python - 为什么 multivariate_normal 方法的平均输出与分布均值不同?

r - R 中对数函数的最大似然

python - 使用 statsmodels 进行最大似然估计会使事情变得过于复杂?希望大家推荐