R语言 如何在R中对数据集拟合伽马分布

伽马分布专门用于确定指数分布、埃朗分布和齐次分布。它也被称为具有连续概率分布的双参数族。

分步实现

第1步： 在R语言中安装并导入fitdistrplus包。

install.package("fitdistrplus")
library(fitdistrplus)

fitdistrplus软件包提供了fitdist函数来拟合一个分布。

语法

fitdist(dataset, distr = “choice”, method = “method”)

这里。

• distr = “choice” : 它代表分布的选择
• method = “method” : 表示拟合数据的方法。

第2步： 现在，我们将在伽马分布的帮助下拟合数据集数据，并在最大似然估计方法的帮助下拟合数据集。

# Generating 20 random values that uses 
# a gamma distribution having shape 
# parameter as 10
# combined with some gaussian noise
data <- rgamma(20, 3, 10) + rnorm(20, 0, .02)
  
# Fit the dataset to a gamma distribution
# using mle
ans <- fitdist(data, distr = "gamma", method = "mle")
  
# Display the summary of ans
summary(ans)

输出

现在我们将制作一些图表，以显示伽马分布对数据集的拟合程度，其语法如下。

# Import the package
library(fitdistrplus)
  
# Generating 20 random values that uses a
# gamma distribution having shape parameter 
# as 10
# combined with some gaussian noise
data <- rgamma(20, 3, 10) + rnorm(20, 0, .02)
  
# Fitting the dataset to a gamma distribution
# with the help of mle
ans <- fitdist(data, distr = "gamma", method = "mle")
  
# Display the plot 
plot(ans)

输出

例子

# Import the package
library(fitdistrplus)
  
# Generating 20 random values that uses a 
# gamma distribution having shape parameter
# as 10
# combined with some gaussian noise
data <- rgamma(20, 3, 10) + rnorm(20, 0, .02)
  
# Fitting the dataset to a gamma distribution 
# with the help of mle
ans <- fitdist(data, distr = "gamma", method = "mle")
  
# Display the summary of the ans
summary(ans)
  
# Display the plot
plot(ans)

输出