كيفية ملاءمة توزيع جاما لمجموعة بيانات في r

يشرح هذا البرنامج التعليمي كيفية ملاءمة توزيع جاما لمجموعة بيانات في R.

تركيب توزيع جاما في R

لنفترض أن لديك مجموعة بيانات z تم إنشاؤها باستخدام الطريقة أدناه:

 #generate 50 random values that follow a gamma distribution with shape parameter = 3
#and shape parameter = 10 combined with some gaussian noise
z <- rgamma(50, 3, 10) + rnorm(50, 0, .02)

#view first 6 values
head(z)
[1] 0.07730 0.02495 0.12788 0.15011 0.08839 0.09941

لمعرفة مدى ملاءمة توزيع غاما لمجموعة البيانات هذه z ، يمكننا استخدام حزمة fitdistrplus في R:

 #install 'fitdistrplus' package if not already installed
install. packages ('fitdistrplus')

#load package
library(fitdistrplus)

بناء الجملة العام الذي سيتم استخدامه لتكييف التوزيع باستخدام هذه الحزمة هو:

fitdist(dataset, distr = “اختيارك للتوزيع”، الطريقة = “طريقتك في تركيب البيانات”)

في هذه الحالة، سوف نلائم مجموعة البيانات z التي أنشأناها سابقًا باستخدام توزيع جاما ونهج تقدير الاحتمال الأقصى لملاءمة البيانات:

 #fit our dataset to a gamma distribution using mle
fit <- fitdist(z, distr = "gamma", method = "male")

#view the summary of the fit
summary(fit)

وهذا ينتج النتيجة التالية:

بعد ذلك يمكننا إنتاج رسوم بيانية توضح مدى ملاءمة توزيع جاما لمجموعة البيانات باستخدام الصيغة التالية:

 #produce plots
plot(fit)

وهذا ينتج المؤامرات التالية:

إليك الكود الكامل الذي استخدمناه لملاءمة توزيع جاما لمجموعة بيانات في R:

 #install 'fitdistrplus' package if not already installed
install. packages ('fitdistrplus')

#load package
library(fitdistrplus)

#generate 50 random values that follow a gamma distribution with shape parameter = 3
#and shape parameter = 10 combined with some gaussian noise
z <- rgamma(50, 3, 10) + rnorm(50, 0, .02)

#fit our dataset to a gamma distribution using mle
fit <- fitdist(z, distr = "gamma", method = "male")

#view the summary of the fit
summary(fit)

#produce plots to visualize the fit
plot(fit)