在R中拟合von Mises分布的混合
我有一组角度数据,我想拟合两个冯·米塞斯分布的混合。如下图所示,数据聚集在约0和±π处,因此这种情况下需要具有周期性边界在R中拟合von Mises分布的混合,r,statistics,R,Statistics,我有一组角度数据,我想拟合两个冯·米塞斯分布的混合。如下图所示,数据聚集在约0和±π处,因此这种情况下需要具有周期性边界 我曾尝试使用movMF包来拟合这些数据的分布,但它似乎正在规范化每一行,因为这是一组1D数据,结果是±1的向量。其他人如何在R中拟合这样的混合分布?问题在于使用角度向量作为movMF函数的输入。相反,角度必须转换为单位圆上的点 pts_on_unit_circle <- cbind(cos(angle_in_degrees * pi / 180),
我曾尝试使用movMF包来拟合这些数据的分布,但它似乎正在规范化每一行,因为这是一组1D数据,结果是±1的向量。其他人如何在R中拟合这样的混合分布?问题在于使用角度向量作为movMF函数的输入。相反,角度必须转换为单位圆上的点
pts_on_unit_circle <- cbind(cos(angle_in_degrees * pi / 180),
sin(angle_in_degrees * pi / 180))
d <- movMF(pts_on_unit_circle, number_of_mixed_vM_fxns)
mu <- atan2(d$theta[,2], d$theta[,1])
kappa <- sqrt(rowSums(d$theta^2))
你能解释一下你一直在尝试什么吗?例如,如果编写一个“two von Mises dist”通用函数并使用数据和该函数运行
nls
,会发生什么?我可以在Python中使用movMF来拟合von Mises分布的混合吗?博士说它是关于冯·米塞斯-费舍尔分布的。@cqcn1991冯·米塞斯分布是冯·米塞斯·费舍尔分布的一个特例。