R语言作业一：矩估计、极大似然估计、拟合、对数正态分布、泊松分布、负二项分布

最新推荐文章于 2024-05-22 00:00:00 发布

自律的萱小主

最新推荐文章于 2024-05-22 00:00:00 发布

阅读量7k

点赞数 12

分类专栏：零基础文章标签： r语言

本文链接：https://blog.csdn.net/weixin_43917150/article/details/122154829

版权

这篇博客详细介绍了如何使用R语言进行矩估计和极大似然估计，包括对数正态分布和泊松分布的拟合。通过直方图和经验分布函数展示了数据的分布情况，并根据题目要求，使用负二项分布和泊松分布对保单赔款次数进行拟合，计算了两种分布的保单数并导出为CSV文件。

摘要由CSDN通过智能技术生成

一、矩估计、极大似然估计、拟合、对数正态分布

##导入数据
setwd("C:/Users/chang/Documents/SRM-PA/R简介/上课练习数据集")
healthexpend <- read.csv(file="HealthExpend.csv",header=T)
##取其中EXPENDOP>0的数据，记为EXPENDOP
attach(healthexpend)
EXPENDOP<- healthexpend$EXPENDOP[EXPENDOP>0]
EXPENDOP
summary(EXPENDOP)

##做频数直方图
hist(EXPENDOP,freq=T,breaks=10,xlim=c(0,70000))

矩估计(公式求解)

n <- length(EXPENDOP)
m <- mean(EXPENDOP)
v <- var(EXPENDOP)*(n-1)/n # 注意！
sigma1 <- (log(1+(v/(m^2))))^0.5
m1 <- log(m)-1/2*(sigma1^2)
m1;sigma1

## 矩估计(牛顿法)
Newtons <- function(fun,x,ep=1e-2,it_max=100000){
   
  index <- 0;k <- 1
  while(k<=it_max){
   
    x1 <- x;obj <- fun(x)
    x <- x-solve(obj$J,obj$f)
    times <- sqrt((x-x1)%*%(x-x1))
    if(times < ep){
   
      index <- 1;break
    }
    k <- k+1
  }
  obj <- fun(x)
  list(root=x,it=