全部版块 我的主页
› 论坛 › 数据科学与人工智能 › 数据分析与数据科学 › R语言论坛
R语言 极值理论怎么计算？
laiqingmian
11997 19
2013-05-19
请问用R软件怎么计算极值理论啊？

我只做到了画阈值u的MEF函数图

接下来是计算GPD分布的参数和拟合效果图~
看来一些帖子，但是因为编程基础差，没大看懂。。不知道有没有高手指教一番呢？硕士要毕业啦~~呜呜
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复
laiqingmian
2013-5-19 14:44:51
补充，我求GPD分布两个参数的程序，学着网上帮助写的程序如下：
LL<-function(params){
f<- -log(params[1])-(1+1/params[2])*log(1+params[2]/params[1]*data)
ll<-sum(f)
return(-ll)
}
data=read.table("Zt2.R")
optim(c(1,1),LL,data)

但是也一直说出问题了，missing data。。。不知道怎么回事儿啊
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

laiqingmian
2013-5-19 14:52:16
根据一篇论文的程序，这么做。不知道啥意思了~~
install.packages("ismev")
dat=read.table（“~//.txt”）
library(ismev)
fit=gpd.fit(dat[,1],u)



$threshold
[1] 1.6

$nexc
[1] 5

$conv
[1] 0

$nllh
[1] -18.33812

$mle
[1]  3.783026 -2.351484

$rate
[1] 0.1282051

$se
[1] 1.999965e-06 1.999965e-06
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

bobguy
2013-5-20 00:14:59
Here is a simple example. See the comments inside of R codes.

set.seed(2013)
# random generate simulation data with GPD distribution with 3 parameters

x <- data.frame( rgpd(6500, xi = 0, mu = 2, beta = 1))
colnames(x)<- c("x")


# define -2*loglikelihood function
LL<-function(params){
  f<- dgpd(x$x, xi = params[1], mu = params[2], beta = params[3], log = FALSE)
  ll<-sum(log(f))
  return(-2*ll)
}

#optimized with initial conditions
optim(c(0.1,0,2),LL)
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

wwllxm_2000
2013-12-12 12:28:51
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nuomin
2013-12-14 14:05:34
GPD分布的参数估计方法用lmoment，R中有专门的包。lmoment估计要比极大似然估计要好
如果用x>u的极值分布，用MCMC方法比较好，他会同时把u也估计出来。
拟合图用qqplot函数很方便
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群