如何用goodfit测试数据以适应泊松分布？
如何用goodfit测试数据以适应泊松分布？
提问于 2020-05-15 21:52:13
我有一组数据，每分钟有一辆车到达。
我画了一个直方图，并与泊松分布与以下R码相吻合。
#Aladdin Arrivals
Datast <- read.csv("Vehiclecount.csv", header = T, sep=";", dec=",")
hist(Datast$Arrival, xlab="Arrivals",
probability = TRUE,col=16, ylim = c(0,0.2), xlim =c(0, 30),
main = "Arrivals from Aladdin Street")
lines(dpois(x=0:25, lambda=13.20), col=2,lwd=3)
legend("topright", c("Probability of Vehicle Arrivals ",
"Poisson Distribution Curve"), fill=c(col=16, col=2))上面的代码成功运行，我在直方图上得到了合适的线条。
但是当我想要使用goodfit()函数来知道p值是如何时，我得到了以下错误；
“优化中的错误(chi2，范围(计数))：'xmin‘不小于’xmax‘”
dfs <- dpois(x=1:25, lambda=13.20)
summary(dfs)
goodfit(dfs, type="poisson", method="MinChisq")我怎样才能解决这个问题？还有其他功能可以使用吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-05-15 22:03:53
您正在将goodfit (应该说是从vcd包，BTW)应用到错误的东西上。第一个参数应该是您的计数数据:尝试
vcd::goodfit(Datast$Arrival, type="poisson")页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61828936
复制相关文章
相似问题
腾讯云开发者
