การประมาณการแจกแจงจากข้อมูล

ฉันมีตัวอย่างของข้อมูลที่สร้างขึ้นRโดยrnorm(50,0,1)ดังนั้นข้อมูลที่เห็นได้ชัดก็คือการแจกแจงแบบปกติ อย่างไรก็ตามRไม่ "รู้" ข้อมูลการแจกจ่ายนี้เกี่ยวกับข้อมูล

มีวิธีการRที่สามารถประมาณการกระจายตัวอย่างของฉันมาจากไหน? ถ้าไม่ฉันจะใช้shapiro.testฟังก์ชั่นและดำเนินการต่อ

มีเป็นfitdistrฟังก์ชั่นในแพคเกจ MASSหรือบางส่วนของฟังก์ชั่นในแพคเกจ fitdistrplus นี่คือตัวอย่างจากหลัง

require(fitdistrplus)

set.seed(1)
dat <- rnorm(50,0,1)
f1 <- fitdist(dat,"norm")
f2 <- fitdist(dat,"logis")
f3 <- fitdist(dat,"cauchy")

ตัวอย่างเช่น

> f1
Fitting of the distribution ' norm ' by maximum likelihood 
Parameters:
      estimate Std. Error
mean 0.1004483 0.11639515
sd   0.8230380 0.08230325

และคุณสามารถเห็นแผนการด้วย

plotdist(dat,"norm",para=list(mean=f1$estimate[1],sd=f1$estimate[2]))
plotdist(dat,"logis",para=list(location=f2$estimate[1],scale=f2$estimate[2]))
plotdist(dat,"cauchy",para=list(location=f3$estimate[1],scale=f3$estimate[2]))

ดังนั้นจึงน่าจะเป็นการแจกแจงแบบปกติ

แต่ก็อาจเป็นการกระจายโลจิสติก (คุณจะต้องมีตัวอย่างขนาดใหญ่เพื่อแยกความแตกต่างในหาง)

แม้ว่าด้วย qqplot และดู CDF คุณสามารถบอกได้ว่านี่อาจไม่ใช่การกระจาย Cauchy