我的目标是近似二项式变量总和的分布。 我使用Ken Butler和Michael Stephens的以下论文The Distribution of a Sum of Binomial Random Variables。近似R中二项式随机变量之和的分布
我想写一个R脚本来找到皮尔逊近似的二项式和。 有一个R包PearsonDS,允许以一种简单的方式做到这一点。
所以我拿这篇论文的第一个例子,试图找到这种情况下皮尔逊分布的密度。 最后,我收到一条错误消息“这些时刻没有概率分布”。
请问你能解释我下面的代码有什么问题吗?
library(PearsonDS)
#定义参数五二个随机变量下
n<-rep(5,5)
p<-seq(0.02,0.10,0.02)
#找到前四个累积
k.1<-sum(n*p)
k.2<-sum(n*p*(1-p))
k.3<-sum(n*p*(1-p)*(1-2*p))
k.4<-sum(n*p*(1-p)*(1-6*p*(1-p)))
#发现偏度和峰度参数
beta.1<-k.3^2/k.2^3
beta.2<-k.4/k.2^2
#定义时刻和计算
moments <- c(mean=k.1,variance=k.2,skewness=sqrt(beta.1),kurtosis=beta.2)
dpearson(1:7,moments=moments)
我收到错误消息“这些时刻没有概率分布”。
从文档中我不清楚'dpearson'如何用'moments'覆盖时决定分布类型。如果您知道您想使用哪种发行版,请尝试直接使用所需的'dpearson [I thru VII]'函数。或者,确保你所有的“时刻”论点都是合法的,例如方差> 0和真实。 – 2013-04-10 15:45:23
@Carl,谢谢你的回应。 我仔细阅读了文档。 – 2013-04-10 20:07:21
函数'pearsonFitM'确定分布类型。当峰度减1小于偏度时,显示“这些时刻没有概率分布”的消息。 不幸的是,我不知道,也找不到这种情况的原因。如果我放弃它,则累积量定义PearsonI分布。 – 2013-04-10 20:38:11