R 拟合beta分布时出错：函数mle无法估计参数，错误代码为100

我正试图使用

fitdistrplus

包中的

fitdist（）

函数将我的数据适合不同的发行版。假设我的数据如下所示：

x = c (1.300000, 1.220000, 1.160000, 1.300000, 1.380000, 1.240000,
1.150000, 1.180000, 1.350000, 1.290000, 1.150000, 1.240000,
1.150000, 1.120000, 1.260000, 1.120000, 1.460000, 1.310000,
1.270000, 1.260000, 1.270000, 1.180000, 1.290000, 1.120000,
1.310000, 1.120000, 1.220000, 1.160000, 1.460000, 1.410000,
1.250000, 1.200000, 1.180000, 1.830000, 1.670000, 1.130000,
1.150000, 1.170000, 1.190000, 1.380000, 1.160000, 1.120000,
1.280000, 1.180000, 1.170000, 1.410000, 1.550000, 1.170000,
1.298701, 1.123595, 1.098901, 1.123595, 1.110000, 1.420000,
1.360000, 1.290000, 1.230000, 1.270000, 1.190000, 1.180000,
1.298701, 1.136364, 1.098901, 1.123595, 1.316900, 1.281800,
1.239400, 1.216989, 1.785077, 1.250800, 1.370000)

接下来，如果我运行

fitdist（x，“gamma”）

一切正常，但如果我使用

fitdist（x，“beta”）

，则会出现以下错误：

Error in start.arg.default(data10, distr = distname) : 
  values must be in [0-1] to fit a beta distribution

Error in fitdist(x_scale, "beta") : 
  the function mle failed to estimate the parameters, with the error code 100

好的，我不是英语母语，但据我所知，这个方法要求数据在[0,1]范围内，所以我使用

x_scaled=（x-min（x））/max（x）

对其进行缩放。这给了我一个向量，其值在该范围内，与原始向量

x

完全相关

由于

x\u scaled

是

类矩阵

，我使用

as.numeric（）

将其转换为数值向量。然后使用fitdist（x_刻度，“beta”）对模型进行拟合。

这次我得到以下错误：

Error in start.arg.default(data10, distr = distname) : 
  values must be in [0-1] to fit a beta distribution

Error in fitdist(x_scale, "beta") : 
  the function mle failed to estimate the parameters, with the error code 100

---

所以在那之后，我一直在做一些搜索引擎查询，但我没有发现任何有用的东西。有人知道这里出了什么问题吗？谢谢

通过阅读源代码，可以发现

fitdist

的默认估计方法是

mle

，它将从同一个包调用

mledist

，这将为您选择的分布构造一个负对数似然，并使用

optim

或

constrOptim

将其数值最小化。如果数值优化过程有任何错误，您将得到您得到的错误消息

---

出现这种错误似乎是因为当

x_scaled

包含0或1时，在计算β分布的负对数似然时会出现一些问题，因此数值优化方法将彻底失败。一个肮脏的把戏是让

x_缩放到相当好的方法！你是个黑客！！这就解决了问题，非常感谢！：）