如何在 r 中实现 histfit？答案

【问题标题】：How to implement histfit in r?如何在 r 中实现 histfit？
【发布时间】：2012-09-18 14:21:01
【问题描述】：

Matlab 中有 histfit 函数可以绘制直方图并通过 bin 值拟合分布。必须估计分布的参数。如何在 r 中实现 histfit？找了半天，运气不好。

这个post 之前提到过这个，但是没有更好的解决方案。 sn 包似乎支持多个发行版，不是那么多。

我用 hist 函数探索数据，直方图显示了一般的伽马分布。但是，如果我将 bin 相加并再次显示，图表将显示更多细节，并且 gamma 分布失败。 fitdistr 也将无法找到参数。所以我想只使用直方图中的粗略数据来拟合数据。就是这个问题，谢谢你的帮助。

【问题讨论】：

你到底尝试了什么？你甚至费心在这里搜索吗？试试这个：stackoverflow.com/questions/1497539
我想要的几乎和post 中描述的@fmark 一样。但是 sn 包仅适用于不在我列表中的某些发行版。
@DirkEddelbuettel 我需要支持伽马分布。
请学习如何搜索。查询[r] how to fit gamma distribution 的第一个命中返回：stackoverflow.com/questions/11689595 更一般地说，MASS 包有一个函数fitdistr
@DirkEddelbuettel，我已经读过了。 fitdistr 通过 mle 方法拟合所有样本，但我想通过 bin 值 hist 返回来拟合。

标签： r

【解决方案1】：

MASS 包中的fitdistr 函数可用于查找给定分布（包括伽马）的参数。函数 density 和 logspline 包（和其他）可用于估计数据的密度函数，而无需假设特定分布。

lines 和 curve 函数可用于将估计的密度曲线添加到绘制的直方图（在创建直方图时使用 prob=TRUE）。

如果您想将数据与特定分布进行比较，那么像 qqplots（qqplot 函数或其他）或视觉测试（TeachingDemos 包中的vis.test）之类的工具可能会比直方图和密度图更好。

【讨论】：

我已经修改了上面的描述，请检查一下。
logspline 包中的oldlogspline 函数可以根据区间删失数据（直方图箱计数）拟合估计的密度，这不是伽马，而是估计的密度。如果您想要伽马密度，那么您仍然可以仅使用原始数据使用fitdistr，或者为伽马和区间删失数据创建一个可能性（或optim 而不是fitdistr）。目前尚不清楚您想要什么以及您拥有什么数据。

【解决方案2】：

我必须自己回答，包“bda”可以在多个分布中拟合分箱数据，但它只能通过四舍五入来分箱数据。

【讨论】：