如何使用最大似然估计将负二项式模型拟合到数据

Question

我正在尝试将负二项式分布拟合到只有一个字段的数据集，该字段是句子中的单词数。如何使用 statsmodels.discrete.discrete_mode 拟合分布

Answer 1

我认为 statsmodels 类只是作为回归模型的后端资产，而不是用于拟合分布。请参阅此处的参考：Regression with Discrete Dependent Variable

但在other question here 的答案中，有一个链接，其中包含利用 statsmodels 回归模型的可能解决方法，以适应您的分布：Newbie question about discrete distributions and MLE

我也为您查看了scipy.stats.nbinom，因为 scipy 具有适用于各种分布的 MLE 拟合方法。但是离散分布没有拟合方法。 这里有很多答案解释了其中的困难，以及一些替代方法：

• In scipy.stats rv_continuous has a fit method to find MLEs, but rv_discrete does not. Why?
• Fitting negative binomial in python
• Fitting For Discrete Data: Negative Binomial, Poisson, Geometric Distribution

除了上述答案中提到的方法之外，我可以建议您使用PyMC3 package 查看贝叶斯数值方法，因为其中还包括Negative Binomial 分布。