我有以下计数数据的直方图。我想为其分配一个离散的分布。我不确定该如何处理。
我是否应该首先在直方图上叠加离散分布(例如负二项分布),以便获得离散分布的参数,然后运行Kolmogorov–Smirnov检验以检查p值?
我不确定此方法是否正确。
是否有解决此类问题的通用方法?
这是计数数据的频率表。在我的问题中,我只关注非零计数。
Counts: 1 2 3 4 5 6 7 9 10
Frequency: 3875 2454 921 192 37 11 1 1 2
更新:我想问:我在R中使用fitdistr函数来获取用于拟合数据的参数。
fitdistr(abc[abc != 0], "Poisson")
lambda
1.68147852
(0.01497921)
然后,在直方图的顶部绘制泊松分布的概率质量函数。
但是,似乎泊松分布无法对计数数据建模。有什么我可以做的吗?
?MASS::fitdistr
,因为它已经在您的R发行版中(请参阅底部的最后一个示例;有关负二项式参数化的更多信息,请参见rnegbin)。....“ 找到ML之后,下一步我该怎么做? ”-到那时,您已经有了参数估计值和标准误差。除此之外,您想实现什么?-我猜不到。