我的目标是近似计算二项变量之和的分布。
我使用Ken Butler和Michael Stephens的论文The Distribution of a Sum of Binomial Random Variables。
我想编写一个R脚本来找到二项式和的Pearson近似。
有一个R包PearsonDS可以简单地完成这个任务。
因此,我从论文中选取第一个例子,并尝试找到该情况下Pearson分布的密度。
最后,我收到了一个错误消息:“没有这些矩的概率分布”。
请问以下代码有什么问题?
我收到了错误信息“没有这些矩的概率分布”。
library(PearsonDS)
# 定义五个二项式随机变量的参数
n<-rep(5,5)
p<-seq(0.02,0.10,0.02)
# 找到前四个累积量
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)))
#查找偏度和峰度参数
beta.1<-k.3^2/k.2^3
beta.2<-k.4/k.2^2
# 定义时刻并计算
moments <- c(mean=k.1,variance=k.2,skewness=sqrt(beta.1),kurtosis=beta.2)
dpearson(1:7,moments=moments)
我收到了错误信息“没有这些矩的概率分布”。
dpearson
在使用moments
进行覆盖时如何确定分布类型。如果您知道要使用哪种分布,请直接使用所需的dpearson[I至VII]
函数。或者,确保所有的moments
参数都是合法的,例如方差>0且为实数。 - Carl WitthoftpearsonFitM
确定分布类型。当峰度减1小于偏度时,会显示消息“这些矩无法对应任何概率分布”。 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,那么累积量将定义 PearsonI 分布。 - Eugeny Chankov