在 R 中估计帕累托类型 2 的参数-解网

问：

我有一个从 0 到 1（百分比数据，包括 0）的连续变量，我想确定最佳分布来对其进行建模。我在 R-Studio 上，这里有数据问题。请注意，大约 27% 的观测值为 0，我确实计划在进行过程中探索零通货膨胀。

我检查了直方图和 ecdf（见下文）以了解我正在处理的内容。Fitdistrplus 给了我“beta”，而 gamlss 给了我一个帕累托 2 型，我不是很熟悉。

我已经确定了 beta 分布的参数并拟合了它，使用 KS 测试了其他一些分布，但停留在帕累托类型 2 上。问题是：我所有估计位置和规模的尝试都失败了。据我所知，这是因为数据集中的零。如果我向整个数据集添加少量（即 0.0001），它就会起作用，但老实说，我不确定这是否是一个好的解决方案，并且会使将其与其他任何东西进行比较成为活生生的地狱。我尝试了 EnvStats、VGAM、CaDENCE，但都给了我错误。因此，我谦虚地来到这里，希望有人可以提出另一种选择来估计该数据集的帕累托类型 2 参数。

r 参数分布帕累托最优

library(DEoptim)

df <- read.csv("percentData.csv")
data <- unlist(df)

log_Lik <- function(data, param)
{
  x <- data
  k <- param[1]
  s <- param[2]
  log_Lik <- sum(log(k/(s + x) * (s / (s + x)) ^ k)) 
  return(-log_Lik)
}

obj_Res <- DEoptim(fn = log_Lik, lower = c(0, 0), upper = c(1000, 1000), data = data, control = list(parallelType = 1))
obj_Res$optim$bestmem

在 R 中估计帕累托类型 2 的参数

Estimating the parameters for a Pareto type 2 in R

评论

评论