So passen Sie eine Gammaverteilung an einen Datensatz in R an

In diesem Tutorial wird erläutert, wie Sie eine Gammaverteilung an einen Datensatz in R anpassen.

Anpassen einer Gammaverteilung in R

Angenommen, Sie haben einen Datensatz z, der mit dem folgenden Ansatz generiert wurde:

#Generieren Sie 50 Zufallswerte, die einer Gammaverteilung mit dem Formparameter = 3
#und Formparameter = 10 folgen, kombiniert mit etwas Gaußschem Rauschen
z <- rgamma(50, 3, 10) + rnorm(50, 0, .02)

#Erste 6 Werte anzeigen
head(z)

[1] 0,07730 0,02495 0,12788 0,15011 0,08839 0,09941

Um zu sehen, wie gut eine Gammaverteilung zu diesem Datensatz z passt, können wir das fitdistrplus-Paket in R verwenden:

#Installieren sie 'fitdistrplus' Paket, falls nicht bereits installiert
install.packages('fitdistrplus')

#Paket laden
library(fitdistrplus)

Die allgemeine Syntax zum Anpassen einer Distribution mit diesem Paket lautet:

fitdist(Datensatz, distr = „Ihre Verteilungsauswahl“, method = „Ihre Methode zum Anpassen der Daten“)

In diesem Fall passen wir den Datensatz z an, den wir zuvor mithilfe der Gammaverteilung und des Ansatzes zur Schätzung der maximalen Wahrscheinlichkeit für die Anpassung der Daten generiert haben:

#Passen Sie unseren Datensatz mit mle an eine Gammaverteilung an
fit <- fitdist(z, distr = "gamma", method = "mle")

#Sehen Sie sich die Zusammenfassung der Anpassung an
summary(fit)

Dies erzeugt die folgende Ausgabe:

Als nächstes können wir einige Diagramme erstellen, die zeigen, wie gut die Gammaverteilung mit der folgenden Syntax zum Datensatz passt:

#Plots erstellen
plot(fit)

Dies erzeugt die folgenden Diagramme:

Hier ist der vollständige Code, mit dem wir eine Gammaverteilung an einen Datensatz in R angepasst haben:

#Installieren Sie das 'fitdistrplus' Paket, falls nicht bereits installiert
install.packages('fitdistrplus')
#Paket laden
library(fitdistrplus)
#Generieren Sie 50 Zufallswerte, die einer Gammaverteilung mit dem Formparameter = 3
#und Formparameter = 10 folgen, kombiniert mit etwas Gaußschem Rauschen
z <- rgamma(50, 3, 10) + rnorm(50, 0, .02)
#Passen Sie den Datensatz mit mle an eine Gammaverteilung an
fit <- fitdist(z, distr = "gamma", method = "mle")
#Sehen Sie sich die Zusammenfassung der Anpassung an
summary(fit)
#Plots erstellen, um die Anpassung zu visualisieren
plot(fit)

Anpassen einer Gammaverteilung in R

Statistik: Der Weg zur Datenanalyse

So zeichnen Sie eine Gamma-Verteilung in Python (mit Beispielen)

So verwenden Sie die einheitliche Verteilung in Python