R'deki bir veri kümesine gama dağılımı nasıl sığdırılır

Bu eğitimde, R’deki bir veri kümesine gama dağılımının nasıl sığdırılacağı açıklanmaktadır.

R’ye bir gama dağılımı yerleştirme

Aşağıdaki yaklaşımı kullanarak oluşturulan bir z veri kümeniz olduğunu varsayalım:

 #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

Bir gama dağılımının bu z veri kümesine ne kadar iyi uyduğunu görmek için R’deki fitdistrplus paketini kullanabiliriz:

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

#load package
library(fitdistrplus)

Bu paketi kullanarak bir dağıtımı uyarlamak için kullanılacak genel sözdizimi şöyledir:

fitdist(dataset, distr = “dağıtım seçiminiz”, method = “verileri uydurma yönteminiz”)

Bu durumda, gama dağılımını ve maksimum olasılık tahmin yaklaşımını kullanarak daha önce oluşturduğumuz z veri kümesini verilere uyacak şekilde sığdıracağız:

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

#view the summary of the fit
summary(fit)

Bu, aşağıdaki sonucu üretir:

Daha sonra aşağıdaki sözdizimini kullanarak gama dağılımının veri kümesine ne kadar iyi uyduğunu gösteren grafikler üretebiliriz:

 #produce plots
plot(fit)

Bu, aşağıdaki grafikleri üretir:

R’deki bir veri kümesine gama dağılımını sığdırmak için kullandığımız kodun tamamı aşağıda verilmiştir:

 #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)