R 用极大似然估计法确定日计数数据分布的峰值

我试图通过点计数来估计迁徙期的峰值丰度日期。之前的一项研究使用了以下方法：

将截短正态分布拟合为每5天的诱捕密度。使用迭代算法获得分布平均值（对应于估计的峰值通过）及其标准误差的最大似然估计

我可以解决大部分的问题，但我可能只停留在最简单的问题上。我的数据采用以下格式：一列表示日期，一列表示该日期的计数

在其他程序中，我可以使用分发日期和计数作为分发频率。这将使我能够根据计数进行分配

然而，我不知道如何在R中实现这一点。FitDisr或dnorm等函数只允许向量字符串

有没有函数可以让我有一个频率向量和一个感兴趣的变量向量，并用它来拟合分布

数据如下所示：

总人数（总人数）

年度统计日

     112     13780

     122     76727

     123     55458

     125     36746

     126     30079

     127     20715

其中112-127是一年中的一天，其余的是计数

---

谢谢

您愿意发布一个可复制的小示例吗？我已经在上面添加了几行数据。后来我找到了fit.dist（），它可能可以工作，但不能与当前版本的R一起运行