【问题标题】:Generalized Inverse Gamma Distribution in RR中的广义逆伽马分布
【发布时间】:2024-08-31 13:30:01
【问题描述】:

Mathematica 具有四参数广义逆伽马分布:

http://reference.wolfram.com/mathematica/ref/InverseGammaDistribution.html

并在该页面上提供其 PDF。有没有人在 R 中实现了密度、分布、分位数和采样函数?

我确实做了一个快速入门(PDF 只是该页面上翻译成 R 的方程式),但如果它已经完成,我不会费心实现 CDF 和分位数函数。

是否存在用于计算给定 PDF 的任何分布的 CDF(通过 PDF 积分)和分位数(通过 CDF 反转)的通用函数?

[注意这不是广义逆高斯]

还要注意 Mathematica 页面上的“属性和关系”下拉菜单,这似乎暗示它不是特殊情况或任何事物的概括(除了逆伽马)。

【问题讨论】:

    标签: r distribution


    【解决方案1】:

    我启动了一个包来实现这个:

    https://github.com/barryrowlingson/geninvgamma

    它只是使用简单的反演和密度积分,所以没什么聪明的。目前,分布中的随机样本是通过生成 U(0,1) 并获取分位数来完成的,这似乎不是很有效或很准确..

    无论如何,这是一个开始。

    【讨论】:

      【解决方案2】:

      根据this vignette(附录C2),逆伽马分布是广义双曲线分布的特例,由ghyp 包实现。

      【讨论】:

      • 是的,但是 generalized 逆伽马还有另外几个参数,我看不出它们如何适合这个框架。但是,同一分布的几个不同参数化对清晰度没有帮助......
      • 好吧,您可以将这些参数 curry 到它们的固定值,可能只需将 ghyp 中的函数包装在一组新的 d/q/p/r 函数中。或者,您可以使用该包中的函数作为起点,并以分析/编程方式删除固定的参数。
      • 问题不是删除固定的参数,而是添加可变的新参数...
      • 如果我们知道您需要哪种参数化可能会有所帮助?
      • @Spacedman 啊,对不起。我很密集,错过了你所说的重点,尽管它是斜体的。我现在明白为什么这不起作用了。
      最近更新 更多