R中截断正态分布的拟合

R中截断正态分布的拟合,r,normal-distribution,truncated,R,Normal Distribution,Truncated,我试图使用fitdistrplus::fitdistr并指定上界和下界,将截断的正态分布拟合到数据中。然而,当比较MLE拟合参数和无边界MLE拟合参数时,它们似乎是相同的 library(fitdistrplus) library(MASS) dt <- rnorm(100, 1, 0.5) cat("truncated:", fitdistr(dt, "normal", lower = 0, upper = 1.5, method = "mle")$estimate, "origin

我试图使用
fitdistrplus::fitdistr
并指定上界和下界,将截断的正态分布拟合到数据中。然而,当比较MLE拟合参数和无边界MLE拟合参数时,它们似乎是相同的

library(fitdistrplus)
library(MASS)
dt <- rnorm(100, 1, 0.5)
cat("truncated:", fitdistr(dt, "normal",  lower = 0, upper = 1.5, method = "mle")$estimate, 
"original:", fitdist(dt, "norm", method = "mle")$estimate, sep = "\n")

truncated:
1.034495
0.4112629
original:
1.034495
0.4112629
库(FitDistripPlus)
图书馆(弥撒)

dt
lower=
upper=
不创建截断分布。它们只是传递到
optim()
,在那里它们控制在哪里寻找最佳值。它不会改变分布。谢谢,这非常有帮助!我一直试图根据这个例子拟合截断的火大小分布:但是
optim
抛出了错误,大概是因为我没有指定标准偏差的下限,它开始测试负值。我将回到这一点,看看指定边界是否能解决这个问题。
lower=
upper=
不创建截断分布。它们只是传递到
optim()
,在那里它们控制在哪里寻找最佳值。它不会改变分布。谢谢,这非常有帮助!我一直试图根据这个例子拟合截断的火大小分布:但是
optim
抛出了错误,大概是因为我没有指定标准偏差的下限,它开始测试负值。我将回到这个问题,看看指定边界是否能解决这个问题。