如何计算数据点拟合R中已知分布的概率答案

【问题标题】：How to calculate the probability of a datapoint fitting in a known distribution in R如何计算数据点拟合R中已知分布的概率
【发布时间】：2014-11-14 13:48:42
【问题描述】：

我有一组样本，每个样本都有一个元素 A 的浓度，它显示在下面直方图 X 轴上的对数刻度上。相同浓度的样品数量显示在 Y 轴上。正如您在直方图中看到的那样，该分布类似于多峰分布。根据我正在使用的实验，左模态，我知道一个事实，这只是仪器噪声（这就是我定义噪声的方式：那些数据点大于数据平均值+3*标准偏差) 但正确的模态是真实数据。所以基本上对于那些浓度显示在左侧模态中的样品，实际浓度值为零。

我的问题是；

1- 我需要测量（ p-value），它为我提供了来自右侧模态的每个数据点属于（或不属于）左侧模态（适合或不适合）的概率值。

2- 如果不是右侧的另一个分布（右侧模态），而右侧只有一个数据点，我将如何测量该数据点适合或不适合右侧模态的概率（又名。噪音）。

提前非常感谢您。

PS：
1-我可以在 R 中实现的任何提示都将是可取的。
2-红线是两种模态的平均值。

【问题讨论】：

值得注意的是，我有关于模态平均值和标准差的信息。
在这实际上是一个编程问题之前，您似乎在这里遗漏了一些步骤。听起来您不知道分析数据的正确统计方法。没有一些明确的建模假设，你不能只得到一个 p 值。我在这里没有看到特定的模型。如果您需要有关选择模型的统计建议，请改用Cross Validated。

标签： r statistics distribution data-fitting

【解决方案1】：

更新：

我使用单样本 t 检验将右侧的每个数据点与左侧的分布进行比较。然后我计算了 t 检验的 p 值。单个样本的 T 检验可以通过 R 中的常规 t 检验函数完成，除了我们需要定义“mu”的值而不是第二个分布，这是我们与分布进行比较的数据点的值。这基本上就像我们想要比较左侧分布的均值与极限的p值（例如，左侧分布的均值较小的可能性有多大比值 x [mu=x])。

【讨论】：