使用R中的各种标准进行分布拟合[关闭]答案

【问题标题】：Distribution fitting using various criteria in R [closed]使用R中的各种标准进行分布拟合[关闭]
【发布时间】：2017-04-14 07:35:15
【问题描述】：

假设我是一名正在进行常规研究的本科生。

是否有一种简单、直接的方法可以使用以下估计值在 R 中查找和访问（或实现）分布拟合：

Kolmogorov-Smirnov 最小距离估计
Cramér–von Mises 最小距离估计
Anderson-Darling 最小距离估计
最大似然估计

我迷失在关于各种 R 包的大量文档和参考手册中。

这个问题更多地与使用 R 软件系统有关，而不是与统计数据本身有关，这就是我在 SO 在这里提出这个问题的原因。

【问题讨论】：

了解分布理论和分布度量是一项相当技术性的研究。你迷路的原因是你没有阅读可用文档的理论基础。您应该解释您拥有的数学复杂程度（例如您在实际分析中的知识水平）并要求版主将此问题迁移到 CrossValidated.com 或 math.stackexchange.com。我在 CV.com 上统计了 135 次点击以搜索 distance metrics distributions
把我当作本科生，没有实战分析经验。我已编辑我的问题以添加此信息。
嗯，作为一名本科生，我从来没有上过真正的分析课程，所以我所理解的都是随意的自学。如果您是“高年级”数学专业的学生，那将是一回事，而如果您是“低年级”生物专业的学生，那将是另一回事。我仍然认为这个问题出现在错误的论坛中，无论你的数学水平如何。
好的，我知道了。但是，在我看来，这个问题更多地与使用 R 有关，而不是与统计数据有关。我还在 CrossValidated 上遇到了关于“R”标签的免责声明，类似这样的人不应该问有关在 CV 中使用 R 本身的问题。
但您不是在问如何修复语法错误。您正在（我认为）询问有关差异的背景信息，......一个人相对于其他人的优点/缺点（出于某些未说明的目的）以及如何解释结果的指导（建议您向@987654322 @进入问题）在您上面列出的可用方法中。

标签： r statistics data-fitting model-fitting kolmogorov-smirnov

【解决方案1】：

library(fitdistrplus)

# normally distributed sample
x1 = rnorm(100)

# Kolmogorov-Smirnov mimimum distance method
fitdist(x1, "mge", distr="norm", gof="KS")

# Cramer-von Mises
fitdist(x1, "mge", distr="norm", gof="CvM")

# Anderson-Darling
fitdist(x1, "mge", distr="norm", gof="AD")

# Maximum Likelihood estimate
fitdist(x1, "mle", distr="norm")

事情看起来很简单。

【讨论】：

在投反对票之前，请简要解释一下你投反对票的原因。
我不是反对者，无论是在这里还是上面，但我当然可以理解已经投下的反对票。这个“答案”中的代码只是简单地复制然后从您的问题的早期版本中删除，如果答案已经很容易在包文档中找到，那么您将这些代码发布在网站上以进行编码问题更加令人费解。
对于我作为 R 的新手来说，发现这一点并不容易。如果您进一步回顾，您还会发现我的问题的第一个版本不包含代码。发现这一点对我来说是一个小小的挑战。
问题已挂起。没有人投票关闭它或迁移。所以我决定编辑，减少一点，自己回答。