首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >计算列表上的高斯曲线拟合

计算列表上的高斯曲线拟合
EN

Stack Overflow用户
提问于 2016-06-28 11:40:23
回答 1查看 453关注 0票数 0

我有如下所示的列表数据。我想对列表中的每个元素进行、mids、计数之间的非线性回归高斯曲线拟合,并报告均值和标准差。

代码语言:javascript
复制
mylist<- structure(list(A = structure(list(breaks = c(-10, -9, 
-8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4), counts = c(1L, 
0L, 1L, 5L, 9L, 38L, 56L, 105L, 529L, 2858L, 17L, 2L, 0L, 2L), 
    density = c(0.000276014352746343, 0, 0.000276014352746343, 
    0.00138007176373171, 0.00248412917471709, 0.010488545404361, 
    0.0154568037537952, 0.028981507038366, 0.146011592602815, 
    0.788849020149048, 0.00469224399668783, 0.000552028705492686, 
    0, 0.000552028705492686), mids = c(-9.5, -8.5, -7.5, -6.5, 
    -5.5, -4.5, -3.5, -2.5, -1.5, -0.5, 0.5, 1.5, 2.5, 3.5), 
    xname = "x", equidist = TRUE), .Names = c("breaks", "counts", 
"density", "mids", "xname", "equidist"), class = "histogram"), 
    B = structure(list(breaks = c(-7, -6, -5, 
    -4, -3, -2, -1, 0), counts = c(2L, 0L, 6L, 2L, 2L, 1L, 3L
    ), density = c(0.125, 0, 0.375, 0.125, 0.125, 0.0625, 0.1875
    ), mids = c(-6.5, -5.5, -4.5, -3.5, -2.5, -1.5, -0.5), xname = "x", 
        equidist = TRUE), .Names = c("breaks", "counts", "density", 
    "mids", "xname", "equidist"), class = "histogram"), C = structure(list(
        breaks = c(-7, -6, -5, -4, -3, -2, -1, 0, 1), counts = c(2L, 
        2L, 4L, 5L, 14L, 22L, 110L, 3L), density = c(0.0123456790123457, 
        0.0123456790123457, 0.0246913580246914, 0.0308641975308642, 
        0.0864197530864197, 0.135802469135802, 0.679012345679012, 
        0.0185185185185185), mids = c(-6.5, -5.5, -4.5, -3.5, 
        -2.5, -1.5, -0.5, 0.5), xname = "x", equidist = TRUE), .Names = c("breaks", 
    "counts", "density", "mids", "xname", "equidist"), class = "histogram")), .Names = c("A", 
"B", "C"))

我读过这个Fitting a density curve to a histogram in R,但这是如何将曲线拟合成直方图的方法。我想要的是最好的价值观“

“指”“SD”

如果我使用PRISM来做这件事,我应该得到以下A的结果

代码语言:javascript
复制
Mids   Counts
-9.5    1
-8.5    0
-7.5    1
-6.5    5
-5.5    9
-4.5    38
-3.5    56
-2.5    105
-1.5    529
-0.5    2858
0.5     17
1.5     2
2.5     0
3.5     2

进行非线性回归高斯曲线拟合,得到

代码语言:javascript
复制
"Best-fit values"   
"     Amplitude"    3537
"     Mean"       -0.751
"     SD"         0.3842

第二组B

代码语言:javascript
复制
Mids   Counts
-6.5    2
-5.5    0
-4.5    6
-3.5    2
-2.5    2
-1.5    1
-0.5    3



"Best-fit values"   
"     Amplitude"    7.672
"     Mean"         -4.2
"     SD"          0.4275

还有第三个

代码语言:javascript
复制
Mids   Counts
-6.5    2
-5.5    2
-4.5    4
-3.5    5
-2.5    14
-1.5    22
-0.5    110
0.5      3

我明白了

代码语言:javascript
复制
"Best-fit values"   
"     Amplitude"    120.7
"     Mean"       -0.6893
"     SD"        0.4397
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2016-06-28 15:42:56

为了将直方图转换为均值和标准差的估计。首先,转换bin计数的结果乘以bin。这将是对原始数据的近似。

根据上面的例子:

代码语言:javascript
复制
#extract the mid points and create list of simulated data
simdata<-lapply(mylist, function(x){rep(x$mids, x$counts)})
#if the original data were integers then this may give a better estimate
#simdata<-lapply(mylist, function(x){rep(x$breaks[-1], x$counts)})

#find the mean and sd of simulated data
means<-lapply(simdata, mean)
sds<-lapply(simdata, sd)
#or use sapply in the above 2 lines depending on future process needs

如果您的数据是整数,那么使用中断作为回收箱将提供一个更好的估计。根据直方图的功能(即right=TRUE/FALSE),可以将结果移动一个。

编辑

我以为这会很容易的。我查看了视频,显示的样本数据如下:

代码语言:javascript
复制
mids<-seq(-7, 7)
counts<-c(7, 1, 2, 2, 2, 5, 217, 70, 18, 0, 2, 1, 2, 0, 1)
simdata<-rep(mids, counts)

视频结果均值为-0.7359,sd=为0.4571。我找到的解决方案提供了最接近的结果,就是使用"fitdistrplus“软件包:

代码语言:javascript
复制
fitdist(simdata, "norm", "mge")

使用“最大拟合优度估计”得到均值= -0.7597280和sd= 0.8320465.

在这一点上,上述方法提供了一个密切的估计,但不完全匹配。我不知道用什么技术从视频中计算出合适的值。

编辑#2

以上解决方案涉及重新创建原始数据,并使用平均值/sd或适配包进行拟合。这种尝试是试图使用高斯分布来执行最小二乘拟合.

代码语言:javascript
复制
simdata<-lapply(mylist, function(x){rep(x$mids, x$counts)})
means<-sapply(simdata, mean)
sds<-sapply(simdata, sd)

#Data from video
#mids<-seq(-7, 7)
#counts<-c(7, 1, 2, 2, 2, 5, 217, 70, 18, 0, 2, 1, 2, 0, 1)

#make list of the bins and distribution in each bin
mids<-lapply(mylist, function(x){x$mids})
dis<-lapply(mylist, function(x) {x$counts/sum(x$counts)})

#function to perform the least square fit
nnorm<-function(values, mids, dis) {
  means<-values[1]
  sds<-values[2]
  #print(paste(means, sds))
  #calculate out the Gaussian distribution for each bin
  modeld<-dnorm(mids, means, sds)  
  #sum of the squares
  diff<-sum( (modeld-dis)^2)
  diff
}

#use optim function with the mean and sd as initial guesses
#find the mininium with the mean and SD as fit parameters
lapply(1:3, function(i) {optim(c(means[[i]], sds[[i]]), nnorm, mids=mids[[i]], dis=dis[[i]])})

这个解决方案为PRISM的结果提供了一个更接近的答案,但仍然不一样。以下是对所有4种解决方案的比较。

从表中,最小二乘拟合(就在上面)提供了最接近的近似。也许调整中间点的dnorm函数可能会有所帮助。但情况B数据离正态分布最远,但PRISM软件仍产生较小的标准差,而其他方法相似。PRISM软件可能会执行某种类型的数据过滤,以便在拟合之前删除异常值。

票数 1
EN
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/38075230

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档