के साथ गामा वितरण फिटिंग में कठिनाई मैं पारिस्थितिकीय घनत्व (यानी बायोमास प्रति क्षेत्र) डेटा के लिए उपयुक्त गामा वितरण के मानकों का अनुमान लगाने का प्रयास कर रहा हूं। मैं आर में एमएएसएस पैकेज से फिटdistr() कमांड का उपयोग कर रहा हूं (संस्करण 3.0.0: x86_64-w64-mingw32/x64 (64-बिट))। यह वितरण पैरामीटर के लिए अधिकतम संभावना अनुमान कमांड है।आर
डेटा की वैक्टर काफी बड़े हैं, लेकिन आंकड़ों का सारांश इस प्रकार हैं:
Min. = 0; 1st Qu. = 87.67; Median = 199.5; Mean = 1255; Variance = 2.79E+07; 3rd Qu. = 385.6; Max. = 33880
कोड मैं MLE प्रक्रिया को चलाने के लिए उपयोग कर रहा हूँ है:
gdist <- fitdistr(data, dgamma,
start=list(shape=1, scale=1/(mean(data))),lower=c(1,0.1))
आर मुझे दे रहा है निम्नलिखित त्रुटि:
Error in optim(x = c(6.46791148085828, 4060.54750836902, 99.6201565968665, : non-finite finite-difference value [1]
अन्य जिन्होंने इस प्रकार के मुद्दे का अनुभव किया है और स्टैकोव में बदल गए हैं लगता है कि मदद के लिए erflow को उनके कोड में "निचला =" तर्क जोड़ने और/या शून्य को हटाने में समाधान मिला है। मुझे लगता है कि अगर मैं शून्य अवलोकन को हटा देता हूं तो आर फिट के लिए पैरामीटर प्रदान करेगा, लेकिन मैं इस धारणा के तहत था कि गामा वितरण में= x> inf (फोर्ब्स एट अल। 2011. सांख्यिकीय वितरण) शामिल है?
क्या मुझे गामा वितरण की सीमा के बारे में गलत इंप्रेशन मिला है? या क्या एमएलई के संबंध में मुझे कुछ अन्य समस्याएं याद आ रही हैं (जिसमें मैं एक नौसिखिया हूं)।
+1 उल्लेख करें) मैं किसी भी आकार पैरामीटर <1. यह सच है, गामा वितरण के लिए अनुमति नहीं है पर शक होगा, लेकिन IME इस तरह के एक मूल्य, विशेष रूप से एक भारी पैमाने के साथ एक साथ, इसका मतलब है डेटा शायद गामा के लिए बहुत भारी पूंछ है। एक सामान्यीकृत पारेटो या चरम-मूल्य वितरण की तरह कुछ बेहतर फिट हो सकता है। –