在 R 中使用 fitdistrplus 进行 gamma 分布的正负对数似然值-解网

问：

我有一个数据集，数据集归一化为最大值（值介于 [0,1] 之间），我尝试拟合伽马分布。我正在使用 fitdistrplus，我在获得对数似然值以及 AIC 和 BIC 的同时估计分布的参数。使用我的数据，对数似然为负，而当我的数据归一化时为正。你能告诉我为什么吗？此外，形状参数似乎相似，而速率则不然。对此有何评论？谢谢

data <- c(130, 200, 830, 380, 680, 260, 280, 219, 330, 77, 360, 170, 240, 110, 170)

fit_gammaB <- fitdist(data, "gamma")
> summary(fit_gammaB)
Fitting of the distribution ' gamma ' by maximum likelihood 
Parameters : 
         estimate  Std. Error
shape 1.784525060 0.571213823
rate  0.006316464 0.002271273
Loglikelihood:  -98.38866   AIC:  200.7773   BIC:  202.1934 
Correlation matrix:
          shape      rate
shape 1.0000000 0.8519429
rate  0.8519429 1.0000000

当我的数据归一化为最大值时：

> fit_gammaB <- fitdist(data_norm, "gamma")
> summary(fit_gammaB)
Fitting of the distribution ' gamma ' by maximum likelihood 
Parameters : 
      estimate Std. Error
shape 1.784173   0.600506
rate  5.241396   2.034361
Loglikelihood:  2.432731   AIC:  -0.8654627   BIC:  0.5506377 
Correlation matrix:
          shape      rate
shape 1.0000000 0.8671602
rate  0.8671602 1.0000000

r 对数似然 gamma fitdistrplus

如果我运行您的示例，并按照我之前的评论进行创建，则在两种情况下（2.718...）我都会得到相同的形状参数（4个有效数字），并且参数的乘法系数相差830。由于 830 是的最大值，即除以 create 的值，因此的差值正是人们所期望的。data_normratedatadatadata_normrate

0赞 MariaK 9/26/2022

嗨，谢谢你的时间，你是完全正确的....我的数据中缺少一个数字。正确的数据是 data<-c（130 200 830 380 680 260 280 21 330 77 360 170 240 110 170）。是的，我通过你提到的关系使它正常化。中方对正负对数似然、AIC和BIC的评估有何评论？

答： 暂无答案

上一个：OpenGL sRGB实验 [已结束]

下一个：更新后，我的 THREE.JS 项目中的颜色搞砸了

在 R 中使用 fitdistrplus 进行 gamma 分布的正负对数似然值

Positive and negative Loglikelihood values for gamma distribution using fitdistrplus in R

评论