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

Este tutorial explica cómo ajustar una distribución gamma a un conjunto de datos en R.

Ajustar una distribución gamma en R

Suponga que tiene un conjunto de datos z que se generó utilizando el siguiente enfoque:

# generar 50 valores aleatorios que siguen una distribución gamma con parámetro de forma = 3 
# y parámetro de forma = 10 combinado con algo de ruido gaussiano
z <- rgamma (50, 3, 10) + rnorm (50, 0, .02)

#ver los primeros 6 valores
cabeza (z)
[1] 0.07730 0.02495 0.12788 0.15011 0.08839 0.09941

Para ver qué tan bien se ajusta una distribución gamma a este conjunto de datos z , podemos usar el paquete fitdistrplus en R:

#instale el paquete 'fitdistrplus' si aún no está instalado
install.packages ('fitdistrplus')

#cargar 
biblioteca de paquetes (fitdistrplus)

La sintaxis general que se debe usar para ajustar una distribución que usa este paquete es:

fitdist (conjunto de datos, distr = «su elección de distribución», método = «su método de ajustar los datos»)

En este caso, ajustaremos el conjunto de datos z que generamos anteriormente utilizando la distribución gamma y el enfoque de estimación de máxima verosimilitud para ajustar los datos:

#ajustar nuestro conjunto de datos a una distribución gamma usando mle
fit <- fitdist (z, distr = "gamma", method = "mle")

#ver el resumen del resumen de ajuste 
(ajuste)

Esto produce la siguiente salida:

A continuación, podemos producir algunos gráficos que muestran qué tan bien se ajusta la distribución gamma al conjunto de datos utilizando la siguiente sintaxis:

#produce parcelas 
parcela (ajuste)

Esto produce las siguientes gráficas:

Aquí está el código completo que usamos para ajustar una distribución gamma a un conjunto de datos en R:

#instale el paquete 'fitdistrplus' si aún no está instalado
 install.packages ('fitdistrplus')

#cargar biblioteca de paquetes
 (fitdistrplus)

# generar 50 valores aleatorios que siguen una distribución gamma con parámetro de forma = 3
 # y parámetro de forma = 10 combinado con algo de ruido gaussiano
 z <- rgamma (50, 3, 10) + rnorm (50, 0, .02)

#ajustar nuestro conjunto de datos a una distribución gamma usando mle
 fit <- fitdist (z, distr = "gamma", method = "mle")

#ver el resumen del resumen de ajuste
 (ajuste)

#produce plots para visualizar el
 gráfico de ajuste (ajuste)

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/