|
Distribución uniforme
|
|
dunif(k,a,b)
punif(k,a,b) runif(n,a,b)
variable que puede tomar n valores distintos con la misma probabilidad.
Probabilidad de que x sea k en un intervalo de a a b runif: n muestras distintas |
|
Distribución binomial
|
|
dbinom(x, size, prob)
pbinom(q, size, prob) rbinom(n, size, prob)
cuenta el número de éxitos en n pruebas independientes. x es el número de éxitos, size el número de pruebas y prob la probabilidad.
|
|
Distribución geométrica
|
|
dgeom(x, prob)
pgeom(q, prob) rgeom(n, prob)
probabilidad de que tenga que realizarse un número k de repeticiones antes de obtener un éxito por primera vez
|
|
Distribución hipergeométrica
|
|
dhyper(x, m, n, k)
phyper(q, m, n, k) rhyper(nn, m, n, k)
Tenemos una cesta con m pelotas blancas y n pelotas negras. Si sacamos k pelotas, probabilidad de que x o q pelotas sean blancas.
|
|
Distribución de Poisson
|
|
dpois(x, lambda)
ppois(q, lambda) rpois(n, lambda)
es una forma límite de la distribución binomial que surge cuando se observa un evento raro después de un número grande de repeticiones.
Lambda es la media esperada, y x o q es el resultado que queremos cosultar. |
|
Distribución normal
|
|
dnorm(x, mean = 0, sd = 1)
pnorm(q, mean = 0, sd = 1) rnorm(n, mean = 0, sd = 1)
Media es 0 y sd 1 por defecto
|
|
Distribución log normal
|
|
dlnorm(x, meanlog = 0, sdlog = 1)
plnorm(q, meanlog = 0, sdlog = 1 rlnorm(n, meanlog = 0, sdlog = 1)
si una variable x sigue una distribución lognormal entonces la variable ln(x) se distribuye normalmente. Es útil para cuando los valores de x se encuentra muy separados.
A meanlog también se le llama parámetro de escala y a sdlog forma |
|
Distribución beta
adecuada para variables aleatorias continuas que toman valores en el intervalo (0,1)
|
|
dbeta(x, shape1, shape2)
pbeta(q, shape1, shape2) rbeta(n, shape1, shape2)
x o q es la proporción que queremos calcular
|
|
Distribución gamma
|
|
dgamma(x, shape, rate = 1)
pgamma(q, shape, rate = 1 rgamma(n, shape, rate = 1)
Mide el tiempo transcurrido hasta obtener n ocurrencias de un evento generado por un proceso de Poisson de media lambda
|
|
Distribución exponencial
|
|
dexp(x, rate = 1)
pexp(q, rate = 1 rexp(n, rate = 1)
Es un caso particular de la distribución gamma. describe procesos en los que interesa saber el tiempo hasta que ocurre determinado evento-
|
|
descdist(data = datos$price)
Análisis exploratorio de la base de datos
|
|
distribucion=fitdist(datos$price, distr = "lnorm")
|
|
summary(distribucion)
Ajuste a una distribución lognormal
|
|
x=rlnorm(x, meanlog, sdlog)
|
|
hist(x,freq=FALSE,col="lightsalmon",main="Histograma",sub="Datos simulados de una N(meanlog, sdlog)")
simular una muestra procedente de dicha distribución
|
|
AIC (Criterio de información de Akaike)
AIC = −2log(likelihood) + 2 × no parametros
|
|
BIC (Bayesian information criterion)
BIC = −2log(likelihood) + log(no observaciones) × no parametros
|
|
require(fitdistrplus)
|
|
dist_lnorm <- fitdist(datos$price, distr = "lnorm")
|
|
dist_weibull <- fitdist(datos$price, distr = "weibull")
|
|
comparacion <- gofstat(f = list(dist_lnorm, dist_weibull))
|
|
Además de los estadísticos AIC y BIC, la función gofstat() devuelve 3 estadísticos de bondad de ajuste, (Kolmogorov-Smirnov, Cramer-von Mises y Anderson-Darling). Estos estadísticos, también conocidos como goodness-of-fit, contrastan la similitud entre la distribución empírica obtenida y la distribución teórica con los parámetros estimados. Ninguno de estos 3 últimos tiene en consideración el número de parámetros, por lo que no deben emplearse para comparar distribuciones con distintos grados de libertad.
|
|
gr = denscomp(
list(dist_lnorm, dist_weibull), legendtext = c("lognormal", "Weibull"), xlab = "precio", fitcol = c("red", "blue"), fitlty = 1, xlegend = "topright", plotstyle = "ggplot", addlegend = FALSE)
Veamos gráficamente cuál de las dos distribuciones se ajustan mejor a nuestros datos
|
No comments yet.
Cheatography n. The art of mapping complex subjects into clear, instantly navigable reference guides.
