Scala-Breeze-Beta分布参数估计

我正在尝试将我的数据（CTR（双）值列表）拟合到beta分布，并估计alpha和beta形状参数。我发现我可以使用breeza库的mle方法来实现这一点，但我不理解调用mle方法所需的参数：-

object Beta extends ExponentialFamily[Beta,Double] with ContinuousDistributionUFuncProvider[Double,Beta] {
  type Parameter = (Double,Double)
  case class SufficientStatistic(n: Double, meanLog: Double, meanLog1M: Double) extends distributions.SufficientStatistic[SufficientStatistic]  {
    def *(weight: Double) = SufficientStatistic(n*weight,meanLog, meanLog1M)
    def +(t: SufficientStatistic) = {
      val delta = t.meanLog - meanLog
      val newMeanLog = meanLog + delta * (t.n /(t.n + n))
      val logDelta = t.meanLog1M - meanLog1M
      val newMeanLog1M = meanLog1M + logDelta * (t.n /(t.n + n))
      SufficientStatistic(n+t.n, newMeanLog, newMeanLog1M)
    }
  }

---

什么是

n

，

meanLog

和

meanLog1

？

这些都是足够的统计数据。在指数族中，最大似然估计仅通过充分统计量的经验平均值依赖于数据。对于beta系列，足够的统计信息是

log（x）

和

log（1-x）

meanLog

和

meanLog1

是

log（x）

和

log（1-x）

的样本平均值

n

是样本量，它不直接输入MLE估计。包中使用它来组合两组足够的统计数据。

是否有其他方法使用beta-MLE方法。是否有其他方法使用beta-MLE方法。比如说

private Tuple2 getBetaPriorParameters（List ctrs）{Beta.SufficientStatistic SufficientStatistic=Beta.emptySufficientStatistic（）；for（Double-ctr:ctrs）{SufficientStatistic=SufficientStatistic.$plus（Beta.sufficientStatisticFor（ctr））；}返回Beta.mle（SufficientStatistic）；}

似乎您正在将聚合添加到mle方法中。这应该很好，但可以通过先聚合，然后传递Beta.mle（Beta.sulficientstatistic（1，meanLog，meanLog1m））来实现。您能帮我提供准确的代码吗？我对scala没有足够的经验