哪种分布更适合数据？

Question

我在R中使用fitdistr来选择最适合我的数据的分布。

我尝试过柯西分布、威布尔分布、正态分布和伽马分布。

对数似然为:柯西-329.8492，伽马-277.4931，正常-327.7622，威布尔-279.0352。

哪一个是最好的？值最大的那个(即Gamma)还是具有最大abs的那个(即Cauchy)？

Answer 1

投票结束，但一个简单的测试就能回答你的问题

set.seed(1)
# we know these data are normally distributed... 
dat <- rnorm(500,10,1)

# let's compute some fits...
require(MASS)
fits <- list(
 no = fitdistr(dat,"normal"),
 lo = fitdistr(dat,"logistic"),
 ca = fitdistr(dat,"cauchy"),
 we = fitdistr(dat, "weibull")
 )

# get the logliks for each model...
sapply(fits, function(i) i$loglik)

       no        lo        ca        we 
-718.3558 -722.1342 -806.2398 -741.2754

因此，loglik是最大的值，表示最佳拟合。我们输入正态分布的数据，正态拟合的loglik是最大的。

你可能也会发现这张图片很有用，来自http://people.stern.nyu.edu/adamodar/pdfiles/papers/probabilistic.pdf

​

​