最大似然对数正态R与SAS

我正在将SAS代码转换为R，并且在SAS单变量程序中使用对数正态分布，使用直方图和中点。结果是一个包含以下变量的表

EXPPCT-根据可选拟合分布确定的直方图区间内人口的估计百分比，此处为对数正态分布

OBSPCT—直方图间隔中变量值的百分比

变量名

MIDPT-直方图间隔的中点

在SAS中，考虑应用Zeta、θ和σ参数的MLE有一定的适用性。 现在，我能够在R中找到这样做的方法。我唯一的问题出现在似然估计中，当在SAS中估计三个参数时。R给了我不同的值

我在R中为MLE使用以下内容

library(fitdistrplus)
set.seed(0)
cd <- rlnorm(40,4)
pars <- coef(fitdist(cd, "lnorm"))

我在SAS中使用以下MLE。最佳选择

&maxx表示输入的最大值。可以找到从SAS运行的结果

我是统计学新手，无法在SAS中找到用于MLE的方法，也不知道如何在R中估计

---

提前感谢。

我找到了这些包EnvStats和FAdist，它们让我可以估计阈值参数，并使用这些参数来拟合3参数对数正态分布。巴克林关于参数的看法是正确的。目前，参数并不完全匹配，但最终结果与SAS相同。非常感谢。

您是否尝试在两个软件中绘制数据、直方图和拟合分布，以查看哪些匹配，哪些不匹配？我已使用SAS plot更新了文档。我查阅了SAS文档，经过多次尝试和错误后，发现阈值参数是估计的，并使用其他两个参数，形状和比例是估计的。这可以在R中完成吗？我至少使用histcd得到R中相同的直方图，breaks=0:7*100-50。分布的估计也相同，因此参数的报告方式必须有所不同。用histcd自己试试，breaks=0:7*100-50，freq=FALSE，ylim=c0，.012；curvedlnormx，meanlog=pars[1]，sdlog=pars[2]，add=TRUE。我会试试的，当然。我们可以用R来估计阈值吗？

proc univariate data = testing;
histogram cd /lognormal (theta = est zeta=est sigma=est)
midpoints = 1 to &maxx. by 100
outhistogram = this;
run;