R 基于总观察计数但部分(上限)范围的拟合分布

R 基于总观察计数但部分(上限)范围的拟合分布,r,machine-learning,statistics,R,Machine Learning,Statistics,我想对经验数据拟合正态分布,其中我只有部分(较高)的观察值范围,以及观察值的总量。 例如: sort(-rnorm(1000), decreasing = T)[1:300] 我知道观测的总数是1000,但我不知道平均数,最好也不知道峰度 观察值的百分位数可能会有所不同,我接受小数据集的精度损失 从返回的值,结合观察的总数,我想恢复(最接近)原始分布 我认为这个解决方案涉及到某种局部极大似然估计,虽然我知道极大似然的概念,但我不知道如何在实践中实现它 谢谢 那么,到目前为止,您尝试了什么?您知

我想对经验数据拟合正态分布,其中我只有部分(较高)的观察值范围,以及观察值的总量。 例如:

sort(-rnorm(1000), decreasing = T)[1:300]
我知道观测的总数是1000,但我不知道平均数,最好也不知道峰度

观察值的百分位数可能会有所不同,我接受小数据集的精度损失

从返回的值,结合观察的总数,我想恢复(最接近)原始分布

我认为这个解决方案涉及到某种局部极大似然估计,虽然我知道极大似然的概念,但我不知道如何在实践中实现它


谢谢

那么,到目前为止,您尝试了什么?您知道您拥有分布中前30%(X%)的完整数据吗?或者你有更一般的部分数据?完整数据的百分比应该可以变化,所以我需要一个通用的解决方案。虽然我知道每种情况下的百分比,当然是x/n。我已经更新了问题。