Cómo ajustar una distribución gamma a un conjunto de datos en R

La distribución Gamma se usa específicamente para determinar la distribución exponencial, la distribución de Erlang y la distribución de chi-cuadrado. También se conoce como la familia de dos parámetros que tiene la distribución de probabilidad continua.

Implementación paso a paso

Paso 1: Instale e importe el paquete fitdistrplus en R:

install.package("fitdistrplus")
library(fitdistrplus)

El paquete fitdistrplus nos proporciona la función fitdist para ajustar una distribución.

Sintaxis:

fitdist(conjunto de datos, distr = “elección”, método = “método”)

Aquí,

  • distr = “elección” : Representa la elección de distribución
  • method = “método” : Representa el método de ajuste de los datos

Paso 2: Ahora, ajustaríamos los datos del conjunto de datos con la ayuda de la distribución gamma y con la ayuda del enfoque de estimación de máxima verosimilitud para ajustar el conjunto de datos.

R

# Generating 20 random values that uses 
# a gamma distribution having shape 
# parameter as 10
# combined with some gaussian noise
data <- rgamma(20, 3, 10) + rnorm(20, 0, .02)
  
# Fit the dataset to a gamma distribution
# using mle
ans <- fitdist(data, distr = "gamma", method = "mle")
  
# Display the summary of ans
summary(ans)

Producción:

Ahora produciremos algunos gráficos que mostrarán qué tan bien se ajusta la distribución gamma al conjunto de datos con la ayuda de la siguiente sintaxis.

R

# Import the package
library(fitdistrplus)
  
# Generating 20 random values that uses a
# gamma distribution having shape parameter 
# as 10
# combined with some gaussian noise
data <- rgamma(20, 3, 10) + rnorm(20, 0, .02)
  
# Fitting the dataset to a gamma distribution
# with the help of mle
ans <- fitdist(data, distr = "gamma", method = "mle")
  
# Display the plot 
plot(ans)

Producción:

Ejemplo:

R

# Import the package
library(fitdistrplus)
  
# Generating 20 random values that uses a 
# gamma distribution having shape parameter
# as 10
# combined with some gaussian noise
data <- rgamma(20, 3, 10) + rnorm(20, 0, .02)
  
# Fitting the dataset to a gamma distribution 
# with the help of mle
ans <- fitdist(data, distr = "gamma", method = "mle")
  
# Display the summary of the ans
summary(ans)
  
# Display the plot
plot(ans)

Producción:

Publicación traducida automáticamente

Artículo escrito por bhuwanesh y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *