我试图估计反伽玛分布的参数,给定其 0.025 和 0.975 分位数。 目前,我找到了rriskDistributions::get.gamma.par ,它为我提供了给定 Gamma 分布分位数的参数估计。 但是,我无法弄清楚 Gammas 和逆 Gammas 的分位数之间的关系。 我应该如 ...
提示:本站收集StackOverFlow近2千万问答,支持中英文搜索,鼠标放在语句上弹窗显示对应的参考中文或英文, 本站还提供 中文繁体 英文版本 中英对照 版本,有任何建议请联系yoyou2525@163.com。
我想根据分位数回归森林预测显示给定四分位数的分布。 我目前使用以下基本代码:
library(datasets)
library(quantregForest)
library(dplyr)
library(ggplot2)
x <- iris %>%
dplyr::select(
Petal.Length
) %>%
data.matrix()
y <- iris %>%
dplyr::select(
Petal.Width
) %>%
data.matrix()
model <- quantregForest(
x = x
, y = y
)
what <- c(
0
, 0.1
, 0.2
, 0.3
, 0.4
, 0.5
, 0.6
, 0.7
, 0.8
, 0.9
, 1
)
predictions <- predict(model, data.matrix(iris[1,]), what = what)
df <- as.data.frame(as.table(t(predictions)))
ggplot(df, aes(Freq)) +
geom_density()
有更好的方法吗? 谢谢!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.