这是一个非常简化的例子。我模拟了1,000个计数观察值,平均值为1.3。然后,如果只观察到两个或更高的观察,我将原始分布与我得到的分布进行比较。
由此代码生成:
# 原始数据:
set.seed(321)
a <- rpois(1000, 1.3)
# 数据的截断版本:
b <- a[ a > 1]
# 图形:
data_frame(value = c(a, b),
ggplot(aes(x = value)) +
(binwidth = 1, colour = "w
# 模型拟合原始模型效果很好:
mean(a)
(a, "Poisson")
# 截断版本效果一般
mean(b)
fitdistr(b, "Poisson")
估计lambda
完整数据(a
)的关键参数效果很好,估计值为1.347,刚好超过1.3的真实值的一个标准误差。
在fitdist
中使用dpois
和ppois
函数的截断版本。
#-------------在R中使用MLE拟合-------------------
dtruncated_poisson <- function(x, lambda) {
}
ptruncated_poisson <- function(x, lambda) {
}
fitdist(b, "truncated_poisson", start = c(lambda = 0.5))
请注意,要执行此操作,我将下限阈值指定为1.5; 因为所有数据都是整数,这实际上意味着我们只观察2或更多的观察结果。我们还需要为估计值指定一个合理的起始值lambda,不让误差太大
。
对于替代贝叶斯方法,Stan可以很容易地将数据和概率分布描述为截断的。除了我x
在这个程序中调用的原始数据之外,我们需要告诉它有多少观察(n
),lower_limit
截断,以及表征我们估计的参数的先验分布所需的任何变量。
以下程序的关键部分是:
data
中,指定数据的x
下界为lower_limit
model
中,指定x
通过截断的分布T[lower_limit, ]
data {
int n;
int lower_limit;
int x[n];
real lambda_start_mu;
real lambda_start_sigma;
}
parameters {
reallambda;
}
model {
lambda ~ normal(lambda_start_mu, lambda_start_sigma);
for(i in 1:n){
x[i] ~ poisson(lambda) T[lower_limit, ];
}
}
#-------------从R中调用Stan--------------
data <- list(
x = b,
lower_limit = 2,
n = length(),
lambda_start_sigma = 1
)
fit <- stan("0120-trunc.stan", data = data, cores = 4)
plot(fit) +
labs(y = "Estimated parameters") +
theme_minimal(base_family = "myfont")
lambda
fitdistrplus