R 或 RPy 中逆伽马分布的最大似然估计

机器算法验证 r 密度函数 曲线拟合 伽马分布
2022-03-25 14:40:38

我正在尝试将三参数逆伽马分布拟合到 R 或 Python 中的数据。我想使用最大似然估计(MLE)来做到这一点。

三参数逆伽玛的pdf由下式给出:

在此处输入图像描述

其中Γ是伽马函数,ρ是形状,α是尺度,s是位置参数

我还没有发现可以直接对这个发行版执行 MLE 的 R 包(如果你知道,请告诉我!)。所以我认为这要么:

  • (A) 计算公式的对数似然函数
  • (B) 将数据转换为伽马分布。但是,这个分布只有两个参数,所以我不清楚如何计算第三个参数(我不是一个非常数学的人!)。

任何有关使用 MLE 将逆伽马分布拟合到我的数据的方法的帮助将不胜感激!提前谢谢了。

1个回答

既然你知道密度,你就可以使用fitdistr.

# Sample data
library(LaplacesDemon) 
x <- rinvgamma(1000, 1,2)

library(MASS)
f <- function(x, rho, a, s)
  1/(a*gamma(rho)) * (a / (x-s))^(rho+1) * exp( - a/(x-s) )
fitdistr( x, f, list(rho=1, a=1, s=0) )