R 如何使用goodfit测试数据以符合泊松分布?
我有一个每分钟到达汽车的数据集 我画了一个直方图,用下面的R代码拟合泊松分布R 如何使用goodfit测试数据以符合泊松分布?,r,poisson,p-value,goodness-of-fit,R,Poisson,P Value,Goodness Of Fit,我有一个每分钟到达汽车的数据集 我画了一个直方图,用下面的R代码拟合泊松分布 #Aladdin Arrivals Datast <- read.csv("Vehiclecount.csv", header = T, sep=";", dec=",") hist(Datast$Arrival, xlab="Arrivals", probability = TRUE,col=16, ylim = c(0,0.2), xlim =c(0, 30), main = "Arriva
#Aladdin Arrivals
Datast <- read.csv("Vehiclecount.csv", header = T, sep=";", dec=",")
hist(Datast$Arrival, xlab="Arrivals",
probability = TRUE,col=16, ylim = c(0,0.2), xlim =c(0, 30),
main = "Arrivals from Aladdin Street")
lines(dpois(x=0:25, lambda=13.20), col=2,lwd=3)
legend("topright", c("Probability of Vehicle Arrivals ",
"Poisson Distribution Curve"), fill=c(col=16, col=2))
我怎样才能解决这个问题?还有其他功能可供使用吗?您将
goodfit
(您应该说它来自vcd
软件包,顺便说一句)应用到错误的东西上。第一个参数应该是您的计数数据:try
vcd::goodfit(Datast$Arrival, type="poisson")
为了帮助你,你能分享你的数据样本吗?时段x到达率714,878212,549310,8910411,4611512,1812612,8513713,7214817,4915918,34161020,831113,091813,23191007我在答案中以图像的形式添加了样本数据。是的,它是这样工作的,谢谢。。当我想用卡方检验来衡量这个数据集的兼容性并得到p值时,我应该怎么做?
vcd::goodfit(Datast$Arrival, type="poisson")