32. Tek değişkenli dağılım uydurma: ML, moment, kantil ve en küçük uzaklık kestirimi, iyi uyum (KS, CvM, AD), AIC/BIC, parametrik bootstrap, sansürlü veri
Şablon kimliği: dagilim_uydurma · Kategori: model · Dil: R · Dosya: pro/sablonlar/model/dagilim_uydurma.R (satır 1–630; üstbilgi 1–234) · Örnek veri: _ornek/dagilim_uydurma_groundbeef.csv · Paketler: fitdistrplus 1.2-6 (fitdist, fitdistcens, bootdist, gofstat), actuar 3.3-7 (Gumbel, log-lojistik, Pareto II, Burr), stats
32.1 Ne işe yarar
Şablon, sürekli tek bir değişkene birden çok aday olasılık dağılımını birlikte uydurur ve karşılaştırır. Cevapladığı soru şudur: "Bu veriyi hangi parametrik dağılım en iyi temsil eder, parametreleri nedir ve o dağılımdan türetilen bir kantil (yüzdelik) ne kadar belirsizdir?" Model, gözlemlerin aynı dağılımdan bağımsız çekildiğidir:
- F: aday dağılımın birikimli dağılım fonksiyonu (BDF); f: yoğunluğu; \boldsymbol\theta: parametre vektörü (adaya göre bir, iki ya da üç parametre).
- \ell: log-olabilirlik. En çok olabilirlik (ML) varsayılan kestirim yöntemidir; şablon ayrıca moment eşleştirme, kantil eşleştirme ve en küçük uzaklık kestirimlerini sunar (32.4.3–32.4.5).
- Her aday aynı veriye ayrı ayrı uydurulur; adaylar arasında seçim, iyi uyum istatistikleri (KS, CvM, AD), bilgi ölçütleri (AIC, BIC) ve dört grafikle yapılır.
Yaklaşım ve adlandırma Delignette-Muller ve Dutang'ın (2015) fitdistrplus paketini izler. Tipik kullanım alanları: risk değerlendirmesinde bir maruziyetin dağılımı ve yüksek yüzdelikleri, ekotoksikolojide türlerin %5'ini etkileyen tehlikeli derişim (HC5), hidrolojide tekerrür değerleri, dayanım ve ömür verileri.
Ne zaman kullanılır? Tek bir sürekli değişkenin dağılım biçimi sorulduğunda; benzetim ya da risk modeli için bir girdi dağılımı gerektiğinde; verinin ölçülmemiş bölgesine (kuyruk) ilişkin bir kantil kestirilecekse; ölçüm sınırının altında kalan ya da yalnız bir aralıkla bilinen (sansürlü) gözlemler varsa.
Ne zaman kullanılmaz?
- Yalnız "veri normal mi?" sorulacaksa: temel programdaki Normallik Testleri (p değerli sınamalar).
- Dağılım açıklayıcı değişkenlere bağlıysa (ortalama gruplara ya da bir ortak değişkene göre değişiyorsa): tek değişkenli uydurma karışımı tek dağılım sanar; temel programdaki Gamma / Ters Gauss / Tweedie GLM, süre verisinde Parametrik Sağkalım (AFT), konum–ölçek–biçim modeli için
gamlssşablonu. - Tek bir dağılımın olabilirlik yüzeyi, profil olabilirlik güven aralığı ya da kendi yazdığınız bir olabilirlik gerekiyorsa:
ozel_olabilirlikşablonu (Bölüm 39). - Amaç blok en büyükleri ya da eşik aşımlarıyla uç değer çıkarımıysa:
uc_degerşablonu (genelleştirilmiş uç değer ve genelleştirilmiş Pareto). - Veri kesikli sayımsa (Poisson, negatif binom): bu şablonun adayları süreklidir; temel programdaki Poisson / Negatif Binomial Regresyon (yalnız sabit terimli model).
- Normal olmayan bir sürecin yeterlilik indeksleri isteniyorsa:
yeterlilik_normal_disişablonu.
Temel programla ilişki. Temel programda birden çok dağılımı aynı veriye uydurup karşılaştıran bir analiz yoktur. Normallik Testleri tek bir dağılımı (normal) p değeriyle sınar; Parametrik Sağkalım (AFT) dağılımları regresyon bağlamında ve sağ sansürle karşılaştırır. Bu şablon on bir adayı, dört kestirim yöntemini, sol/sağ/aralık sansürünü ve kantiller için bootstrap güven aralıklarını tek çıktıda toplar; buna karşılık iyi uyum istatistikleri için p değeri vermez (32.9, S3).
32.2 Şablonun girdileri
Form otuz iki [[param]] bloğundan kurulur (dagilim_uydurma.R:10–233).
| Alan (form etiketi) · ad | Tür · sekme | Varsayılan | Geçerli değerler | Kodda etkisi |
|---|---|---|---|---|
Değişken (sansürlü veride sol sınır) · x |
sayısal sütun · Değişkenler | ilk sayısal sütun | sayısal sütun | Veri; sansürlü düzende sol sınır (281, 295). |
Sağ sınır sütunu · sag |
sayısal sütun · Değişkenler | boş | sayısal sütun; isteğe bağlı | Seçilirse sansürlü düzen (247, 279–293). |
Frekans ağırlığı · agirlik |
sayısal sütun · Değişkenler | boş | negatif olmayan tam sayılar; isteğe bağlı | Her satır ağırlığı kadar yinelenir (268–277). |
Normal, Lognormal, Gamma, Weibull, Üstel, Lojistik, Gumbel, Beta, Log-lojistik, Pareto II, Burr · d_norm, d_lnorm, d_gamma, d_weibull, d_exp, d_logis, d_gumbel, d_beta, d_llogis, d_pareto, d_burr |
onay (11 kutu) · Model | Lognormal, Gamma, Weibull açık; ötekiler kapalı | açık / kapalı | Aday kümesi (312). |
Kestirim yöntemi · yontem |
seçim · Model | mle |
mle, mme, qme, mge |
fitdist(method = …) (377–388). |
En küçük uzaklık ölçütü · mge_olcut |
seçim · Model | CvM |
CvM, KS, AD, ADR, ADL, AD2R, AD2L, AD2 |
gof = …; yalnız mge (385). |
Kantil eşleştirme olasılıkları · qme_olasilik |
metin · Model | boş | virgülle ayrılmış, (0, 1) içinde | Sayısı adayın parametre sayısına eşitse kullanılır; değilse i/(k+1) (382). |
Kestirilecek kantillerin olasılıkları · kantil_p |
metin · Seçenekler | 0.05, 0.5, 0.95 |
virgülle ayrılmış, (0, 1) içinde | Kantil tablosu (553–571). |
Bootstrap tekrar sayısı · B |
tamsayı · Seçenekler | 1000 | 0–10000 | 0 ise bootstrap yapılmaz (484). |
Rastgele sayı tohumu · tohum |
tamsayı · Gelişmiş | 2015 | 1–2147483647 | Her adaydan önce set.seed (486). |
Güven düzeyi · guven |
ondalık · Seçenekler | 0,95 | 0,5–0,999 | Yüzdelik GA'ların düzeyi (511). |
Grafiklerde logaritmik x ekseni · log_x |
onay · Çıktı | kapalı | açık / kapalı | BDF ve Q-Q; yalnız veri pozitifse (577). |
Bootstrap türü · boot_yontem |
seçim · Seçenekler | param |
param, nonparam |
bootdist(bootmethod = …); sansürlü veride her zaman yeniden örnekleme (482). |
Deneysel kantil türü · qme_tur |
tamsayı · Gelişmiş | 7 | 1–9 | Kantil eşleştirme ve kantil tablosunun deneysel satırı (342, 383, 568). |
En iyileme algoritması · optim_yontem |
seçim · Gelişmiş | varsayilan |
varsayilan, Nelder-Mead, BFGS, CG, L-BFGS-B, SANN |
optim.method (374). |
Göreli yakınsama ölçütü · reltol |
seçim · Gelişmiş | 1e-12 |
1e-16 … 1e-3 (sekiz değer) |
optim reltol (343–360). |
En çok yineleme · maxit |
tamsayı · Gelişmiş | 5000 | 10–100000 | optim maxit (343–360). |
Uydurma süre sınırı (sn) · uydurma_sure |
tamsayı · Gelişmiş | 90 | 5–1800 | Bütün adaylar için toplam süre (400). |
Bootstrap süre sınırı (sn) · boot_sure |
tamsayı · Gelişmiş | 150 | 5–3600 | Bütün adaylar için toplam süre (483–500). |
Sıralama konumu sabiti a · a_ppoints |
ondalık · Çıktı | 0,5 | 0–1 | Grafiklerde (i-a)/(n+1-2a) (580). |
Histogram sınıf sayısı · hist_sinif |
tamsayı · Çıktı | 0 | 0–200 | 0 ise Sturges kuralı (584–594). |
Bootstrap kestirimlerinin saçılım grafiği · sekil_bootstrap |
onay · Çıktı | açık | açık / kapalı | İkinci şekil (615). |
Örnek ayar (satır 9): x = serving, Weibull, Gamma ve Lognormal açık; öteki alanlar varsayılandadır (ML, B = 1000, tohum 2015). Güven düzeyi bu şablonda oran olarak girilir (0,95).
Şablonun kendi denetimleri (çalıştırmayı durduranlar).
| Koşul | İleti (özet) | Satır |
|---|---|---|
| Veri açık değil | "Önce Veri sekmesinde bir veri açın." | 237 |
| fitdistrplus ya da actuar kurulu değil | "'…' R paketi kurulu değil." | 238–239 |
| Sol ve sağ sınır aynı sütun | "Sol ve sağ sınır sütunları farklı olmalı." | 248 |
| Kantil ya da eşleştirme olasılığı (0, 1) dışında | "… olasılıkları 0 ile 1 arasında olmalı." | 261, 263 |
| Ağırlık sütunu değişkenin ya da sınırın kendisi | "Ağırlık sütunu değişken ya da sınır sütunu olamaz." | 270 |
| Ağırlık sayısal değil, negatif ya da kesirli | "Frekans ağırlıkları negatif olmayan tam sayılar olmalı." | 272 |
| Ağırlıkların toplamı 1 000 000'u aşıyor | "Ağırlıkların toplamı çok büyük." | 274 |
| Değişken ya da sağ sınır sayısal türde değil | "'…' sayısal olmalı." | 278, 280 |
| Sonsuz değer var | "Değişkende / sınırlarda sonsuz değer var." | 285–286, 298 |
| Bir satırda sol sınır sağ sınırdan büyük | "Bazı satırlarda sol sınır sağ sınırdan büyük." | 287 |
| n < 5 | "En az 5 gözlem gerekli." | 290, 300 |
| Değişken sabit; sansürlü veride sınırlarda tek değer | "Değişken sabit; dağılım uydurulamaz."; "Sınırlarda en az iki farklı değer olmalı." | 301, 292 |
| Hiç aday seçilmedi | "En az bir aday dağılım seçin." | 313 |
| Seçilen bütün adaylar destek dışı | "Seçilen adayların hiçbiri bu veriye uygun değil." | 325 |
| Hiçbir aday uydurulamadı | "Seçilen dağılımların hiçbiri uydurulamadı." | 462 |
| Durdurmayan notlar çıktının başına yazılır: sansürlü veride yöntemin ML'ye çevrilmesi (251), ağırlığı 0 ya da eksik satırlar (275), iki sınırı da boş satırlar (283), eksik değerler (296), sıfır ya da negatif değer yüzünden atlanan pozitif destekli adaylar (317), Beta'nın atlanması (321), bir adayın uydurulamaması (454), yakınsama ölçütüne ulaşılamaması (457), bootstrap süre sınırı (488, 502–503) ve yakınsamayan bootstrap örnekleri (507). Veri sekmesinde "kategorik" türde duran ama sayı içeren bir sütun, değişken ya da sağ sınır olarak seçildiğinde sayı olarak okunur (Bölüm 1.3); sayıya çevrilemeyen değer varsa ileti hangi sütunda kaç değerin sayı olmadığını söyler. |
32.3 Örnek veri
Dosya: _ornek/dagilim_uydurma_groundbeef.csv. Fransa'da yapılan bir tüketim araştırmasında beş yaşından küçük çocukların tükettiği kıyma köftesi porsiyonlarının büyüklüğü (gram); fitdistrplus paketinin groundbeef verisidir (Delignette-Muller ve Cornu, 2008). 254 gözlem, eksik değer yok.
| Değişken | Rol | Tür (veri sekmesi) | Özet |
|---|---|---|---|
serving |
Değişken | sayısal | 10–200 g; ortalama 73,646; standart sapma 35,885; medyan 79. Yalnız 33 farklı değer vardır; gözlemlerin %78'i 10 g'ın katıdır (porsiyonlar yuvarlanarak bildirilmiştir). |
Kategorik değişken olmadığından düzey sırası bu şablonda rol oynamaz.
Bölümde iki yayımlanmış veri daha kullanılır (ikisi de fitdistrplus paketinden): dagilim_uydurma_endosulfan.csv, 104 taksonda endosulfanın akut toksisite değeri (ATV, µg/L; 0,1–39891,8; Hose ve Van den Brink, 2004) ve dagilim_uydurma_salinity.csv, 108 nehir omurgasızının tuzluluk toleransı (left, right sütunlarıyla sansürlü; Kefford ve ark., 2006).
Bu bölümde kullanılan çalıştırmalar: (1) örnek ayar; (2) örnek ayar, B = 0 ile moment eşleştirme, kantil eşleştirme (varsayılan olasılıklar ve 0,25; 0,75), en küçük uzaklık (CvM, KS, AD); (3) güven düzeyi 0,90 ve yeniden örneklemeli bootstrap; (4) on aday birlikte (Beta dışında hepsi); (5) endosulfan verisinde lognormal, log-lojistik, Pareto II ve Burr, kantil 0,05; aynı veride sol kuyruk Anderson–Darling ölçütleriyle en küçük uzaklık; (6) tuzluluk verisinde sansürlü uydurma; (7) aynı porsiyon verisinin 33 satırlık frekans tablosu (dogrulama/dagilim_uydurma/gb_frekans.csv) ve başka birimlerle yazılmış kopyaları (kurgusal; × 10, × 100, × 1000, ÷ 100, ÷ 1000); (8) _ornek/bitki_ortusu.csv verisinin örtü oranı sütununda Beta adayı.
32.4 Yöntem: formüller ve hesap adımları
Hesap sırası: (1) veriyi oku, ağırlık varsa satırları yinele, eksikleri at; (2) destek dışı adayları ele; (3) her adayı seçilen yöntemle uydur; (4) betimsel istatistikleri yaz; (5) bootstrap yap; (6) parametre tablosunu, (7) iyi uyum ve bilgi ölçütleri tablosunu, (8) kantil tablosunu ve (9) grafikleri üret.
32.4.1 Aday dağılımlar ve parametreleştirme
| Aday | Parametreler (tablodaki ad) | F(x) | Destek |
|---|---|---|---|
| Normal | mean \mu, sd \sigma |
\Phi\big(\tfrac{x-\mu}{\sigma}\big) | bütün sayılar |
| Lognormal | meanlog \mu, sdlog \sigma |
\Phi\big(\tfrac{\ln x-\mu}{\sigma}\big) | x>0 |
| Gamma | shape a, rate r |
P(a,\,rx) (düzenlenmiş eksik gama) | x>0 |
| Weibull | shape k, scale \lambda |
1-e^{-(x/\lambda)^{k}} | x>0 |
| Üstel | rate r |
1-e^{-rx} | x>0 |
| Lojistik | location m, scale s |
\big(1+e^{-(x-m)/s}\big)^{-1} | bütün sayılar |
| Gumbel (en büyük değer) | alpha \alpha, scale s |
\exp\big(-e^{-(x-\alpha)/s}\big) | bütün sayılar |
| Beta | shape1 a, shape2 b |
I_x(a,b) (düzenlenmiş eksik beta) | 0<x<1 |
| Log-lojistik | shape k, scale \lambda |
\big(1+(x/\lambda)^{-k}\big)^{-1} | x>0 |
| Pareto II (Lomax) | shape a, scale \theta |
1-\big(\tfrac{\theta}{x+\theta}\big)^{a} | x>0 |
| Burr | shape1 a, shape2 \gamma, rate r |
1-\big(1+(rx)^{\gamma}\big)^{-a} | x>0 |
- \Phi: standart normal BDF. Gamma oran ile parametrelenir; ortalama a/r'dir, ölçek 1/r'dir.
- Gumbel, log-lojistik, Pareto II ve Burr actuar paketinin (Dutang, Goulet ve Pigeon, 2008) tanımlarını kullanır. Pareto II'nin desteği sıfırdan başlar (kaydırılmış Pareto); Burr, \gamma=1 iken Pareto II'ye, a=1 iken log-lojistiğe iner.
- Parametre sayısı k: üstelde 1, Burr'da 3, ötekilerde 2.
Koddaki tercih
actuar'ın d, p, q, r, m fonksiyonları fitdistrplus'ın adla bulabilmesi için genel ortama kopyalanır (satır 242–243). Veride sıfır ya da negatif değer varsa pozitif destekli yedi aday (satır 310) not düşülerek atlanır; Beta yalnız bütün değerler (0, 1) içindeyse uydurulur (320–323). Sansürlü düzende bu denetim sınır değerleri üzerinden yapılır (291–293): sol sınırı 0 olan bir aralık da "sıfır değer" sayılır; ölçüm sınırının altındaki gözlemlerde sol sınır 0 yazılmaz, boş bırakılır.
32.4.2 En çok olabilirlik
Log-olabilirlik \ell(\boldsymbol\theta)=\sum_i\ln f(x_i;\boldsymbol\theta) en büyüklenir. Üç örnek adayda çözüm şöyledir:
- \bar x: aritmetik ortalama; \overline{\ln x}: logaritmaların ortalaması; \psi: digama fonksiyonu.
- Lognormalde varyans n'ye bölünür (n-1'e değil); ML kestirimi budur.
- Gamma ve Weibull denklemlerinin kapalı çözümü yoktur; tek bilinmeyenli denklem sayısal olarak çözülür (Choi ve Wette, 1969; Cohen, 1965).
Standart hatalar gözlenen bilgi matrisinden gelir:
- \mathbf H: log-olabilirliğin çözümdeki ikinci türev matrisi (Hessian). Gamma için -\mathbf H=n\begin{pmatrix}\psi'(a)&-1/r\\-1/r&a/r^2\end{pmatrix}; \psi' trigama fonksiyonudur.
- SH yalnız ML'de verilir; öteki yöntemlerde sütun boştur ve belirsizlik bootstrap'tan okunur.
Koddaki tercih
fitdistrplus::fitdist(method = "mle") log-olabilirliği doğrudan değil, eksi ortalama log-yoğunluğu -\ell/n en küçükler; en iyileyici stats::optim'dir. Varsayılan algoritma birden çok parametrede Nelder–Mead (Nelder ve Mead, 1965), tek parametrede BFGS'dir. Şablon control = list(reltol = 1e-12, maxit = 5000, parscale, ndeps) verir (satır 350–360, kontrol_d); denetim listesi normal, lognormal ve üstel dahil bütün adaylara verilir (387). parscale konum, ölçek ve oran parametrelerini verinin standart sapmasıyla (pozitif destekli adaylarda geometrik ortalamasıyla; ağır kuyrukta standart sapma parametreden çok büyük kalır) ölçekler, şekil parametrelerini ölçeklemez (347–349); böylece arama adımı verinin biriminden bağımsızdır. abstol ML'de konmaz; yalnız amacı tam 0'a inen kantil ve moment eşleştirmede (kareler toplamı) verinin birimiyle ölçeklenerek konur (356–357). L-BFGS-B'de reltol yerine factr = reltol / 2,2e-16 verilir (358). Pareto II, Burr, log-lojistik ve Gumbel için birden çok başlangıç noktası denenir ve log-olabilirliği en büyük olan alınır (329–339, 396–443). SH, paketin optim(hessian = TRUE) matrisinden değil, şablonun kendi Hesse matrisinden gelir: log-olabilirliğin kestirimdeki merkezî ikinci farkları (hesse_yenile, 421–433) parametrenin büyüklüğünün 10^{-3}'ü kadar adımla alınır, SH bunun tersinden hesaplanır. ML kestiriminin en büyük noktada olup olmadığı ayrıca denetlenir (duragan, 435–442): log-olabilirliğin gradyanı g ve kovaryans V ile Newton adımı Vg herhangi bir parametrede standart hatanın %1'ini aşıyorsa not düşülür (458–459).
Neden reltol = 10⁻¹²?
Nelder–Mead, simpleksin köşelerindeki amaç değerleri birbirine göreli reltol kadar yaklaşınca durur. Paketin varsayılanı 10^{-8}'dir; amaç çözüm çevresinde ikinci dereceden düz olduğundan bu, parametrelerde ancak 10^{-4} dolayında doğruluk verir. Porsiyon verisinde gamma şekli 10^{-8} ile 4,008670, 10^{-12} ile 4,008361 çıkar; denklemin kesin kökü 4,008339'dur. 10^{-12} ile parametreler yaklaşık altı anlamlı basamakta doğrudur; yedinci basamak en iyileyicinin durduğu yere bağlıdır (32.6.1).
Kestirimler ve SH verinin biriminden bağımsızdır
Aynı veri başka birimle girildiğinde şekil parametreleri, SH'leri, log-olabilirlik farkları ve adaylar aynı kalır; ölçek parametreleri birim çarpanıyla, oran parametreleri çarpanın tersiyle değişir. Porsiyon verisinde gamma şeklinin SH'si gram ölçeğinde 0,341915'tir (analitik değer 0,341913); veri 10, 100, 1000 ile çarpıldığında 0,341915, 100 ve 1000'e bölündüğünde 0,341913 çıkar, Weibull ölçeği (83,3466) ve SH'si (2,5271) çarpanla orantılı değişir, gamma ve üstel adaylar her birimde uydurulur. Bunu sağlayan iki şeydir: parscale ve şablonun kendi Hesse matrisi (32.4.2). Paketin optim Hessian'ı kullanılsaydı sonlu fark adımı birime bağlı kalırdı.
Log-olabilirlik pozitif olabilir; arama yine de yürür
Amaç -\ell/n olduğundan, yoğunluk ortalamada 1'den büyükse (çok küçük birimle yazılmış veri, (0, 1) aralığındaki oranlar) log-olabilirlik pozitiftir; bu hata değildir. abstol ML'de verilmediğinden en iyileyici bu durumda da yakınsamaya kadar çalışır. Örtü oranı verisinde Beta kestirimi 3,7776; 3,3440'tır (log-olabilirlik 27,1125; bağımsız ML ile aynı). Porsiyon verisi kilogramla (÷ 1000) yazıldığında log-olabilirlik 500,94 olur ve kestirimler gram ölçeğindekilerle aynıdır.
32.4.3 Moment eşleştirme
Dağılımın kuramsal ham momentleri örneklem momentlerine eşitlenir:
- k: adayın parametre sayısı; ilk k ham moment kullanılır. Örneklem varyansı burada n'ye bölünür.
- Gamma: \hat a=\bar x^2/v, \hat r=\bar x/v; lognormal: \hat\sigma^2=\ln(1+v/\bar x^2), \hat\mu=\ln\bar x-\hat\sigma^2/2; v=\tfrac1n\sum(x_i-\bar x)^2.
- Weibull'da \Gamma(1+2/k)/\Gamma(1+1/k)^2=\overline{x^2}/\bar x^2 denklemi k için, ardından \lambda=\bar x/\Gamma(1+1/k) çözülür.
Koddaki tercih
Normal, lognormal, gamma, üstel, lojistik ve beta için paketin kapalı biçimli çözümü kullanılır (satır 311); ötekilerde order = 1:k ve memp = function(x, order) mean(x^order) verilerek momentler sayısal olarak eşleştirilir (380). Momenti olmayan parametre bölgelerine düşen adaylar (ağır kuyruklu Pareto II, Burr) uydurulamayabilir ve atlanır.
32.4.4 Kantil eşleştirme
- Q_n(p): deneysel kantil; varsayılan Hyndman ve Fan'ın (1996) 7. türüdür: sıralı verinin (n-1)p+1. konumunda doğrusal ara değerleme.
- p_j: eşleştirilen olasılıklar; verilmezse j/(k+1), yani iki parametrede 1/3 ve 2/3.
- İki parametrede çözüm kapalıdır. Weibull: \hat k=\dfrac{\ln(-\ln(1-p_2))-\ln(-\ln(1-p_1))}{\ln Q_2-\ln Q_1}, \hat\lambda=Q_1/(-\ln(1-p_1))^{1/\hat k}; lognormal: \hat\sigma=\dfrac{\ln Q_2-\ln Q_1}{z_{p_2}-z_{p_1}}, \hat\mu=\ln Q_1-z_{p_1}\hat\sigma.
Koddaki tercih
fitdist(method = "qme", probs = p, qtype = qme_tur) (satır 381–383). "Kantil eşleştirme olasılıkları" alanına yazılan değerlerin sayısı adayın parametre sayısına eşit değilse o aday için j/(k+1) kullanılır ve bir not düşülür (446–447). Üstel dağılımda tek parametre sınırlı Brent aramasıyla bulunur (389–393). Kantil eşleştirmede (ve sayısal moment eşleştirmede) abstol konur: eşleşme tam olduğunda amaç sıfıra iner ve arama orada durur; değer verinin birimiyle ölçeklenir (1e-20 × SS², 355).
32.4.5 En küçük uzaklık (en büyük iyi uyum)
Kestirim, deneysel dağılım fonksiyonu ile adayın BDF'si arasındaki bir uzaklığı en küçükler. F_i=F(x_{(i)};\boldsymbol\theta) sıralı gözlemlerdeki kuramsal BDF değerleri olmak üzere:
- D_{\mathrm{KS}}: Kolmogorov–Smirnov; W^2: Cramér–von Mises (CvM); A^2: Anderson–Darling (AD; Anderson ve Darling, 1952). Hesap biçimleri Stephens'ınkidir (1974).
- A^2_L (ADL) ve A^2_{2L} (AD2L): Luceño'nun (2006) sol kuyruğa ağırlık veren Anderson–Darling türevleri; sağ kuyruk karşılıkları ADR ve AD2R, iki kuyruklu ikinci derece biçimi AD2'dir.
- KS en büyük tek farka, CvM farkların karelerinin toplamına bakar; AD kareleri 1/[F(1-F)] ile ağırlıklandırarak kuyrukları öne çıkarır.
Neden kuyruk ağırlıklı ölçütler?
ML bütün gözlemlere eşit ağırlık verir; ilgilenilen büyüklük bir kuyruk kantiliyse (HC5 gibi) orta bölgeye iyi, kuyruğa kötü uyan bir çözüm seçebilir. Endosulfan verisinde lognormal HC5, ML ile 0,0726, sol kuyruk AD ile 0,1959, ikinci derece sol kuyruk AD ile 0,2588 çıkar; deneysel %5 kantili 0,2'dir.
32.4.6 İyi uyum istatistikleri ve bilgi ölçütleri
Uydurma hangi yöntemle yapılmış olursa olsun 32.4.5'teki D_{\mathrm{KS}}, W^2 ve A^2 kestirilen parametrelerde hesaplanıp tabloya yazılır (fitdistrplus::gofstat). Bilgi ölçütleri:
- \ell: kestirilen parametrelerdeki log-olabilirlik. Yöntem ML değilse bu değer en büyük olabilirlik değildir; şablon bunu bir notla belirtir (satır 544).
- AIC (Akaike, 1974) ve BIC (Schwarz, 1978) küçük olan adayı yeğler; sıra sütunları (
AIC_sira,BIC_sira) en küçüğe 1 verir. - KS, CvM ve AD parametre sayısını cezalandırmaz; üç parametreli Burr iki parametreli adaylardan hemen her zaman daha küçük uzaklık verir.
İstatistik var, p değeri yok
Parametreler aynı veriden kestirildiğinde KS, CvM ve AD'nin sıfır dağılımı dağılımdan dağılıma ve bazen parametreden parametreye değişir; standart tablolar geçerli olmaz. Şablon yalnız istatistikleri verir. İstatistikler aynı veri üzerinde adayları sıralamak için kullanılır; "uyum reddedildi / reddedilmedi" kararı bu tablodan çıkarılmaz. Yalnız bir aday uydurulduğunda da üç sütun dolu gelir (gofstat tek aday için uyum nesnesinin kendisiyle çağrılır, 534–535).
32.4.7 Kantiller ve bootstrap güven aralıkları
Kestirilen kantil \hat q_p=F^{-1}(p;\hat{\boldsymbol\theta})'dır. Belirsizlik bootstrap ile ölçülür (Efron, 1979):
- Parametrik bootstrap: kestirilen dağılımdan n gözlemlik B örnek üretilir ve her birine aynı yöntemle yeniden uydurma yapılır. Parametrik olmayan (yeniden örneklemeli) bootstrap: örnekler veriden yerine koyarak çekilir.
- GA yüzdelik aralıktır: B kestirimin \alpha/2 ve 1-\alpha/2 kantilleri (tür 7). Kantiller için önce her bootstrap kestiriminden F^{-1}(p;\hat{\boldsymbol\theta}^{*(b)}) hesaplanır, sonra aynı yüzdelikler alınır.
boot_medyan: bootstrap kestirimlerinin medyanı; kestirimden belirgin sapması yanlılık işaretidir.
Koddaki tercih
fitdistrplus::bootdist 100'lük parçalarla çağrılır ve süre sınırı parçalar arasında denetlenir (satır 490–501); rastgele sayı dizisi tek çağrıdakiyle aynıdır. Tohum her adaydan önce yeniden kurulur (486): adayların bootstrap örnekleri aynı rastgele sayılardan türer. En az 10 geçerli bootstrap kestirimi yoksa aralık yazılmaz (508). Sansürlü veride bootstrap her zaman satırların yeniden örneklenmesidir (bootdistcens, 428, 440). Frekans ağırlığı satırları yineleyerek uygulandığından (276) bootstrap ve iyi uyum istatistikleri genişletilmiş veride hesaplanır.
32.4.8 Sansürlü veri
Sağ sınır sütunu seçildiğinde her satır bir aralıktır ve olabilirlik katkısı gözlemin türüne göre değişir:
| Sol sınır L | Sağ sınır R | Tür | Anlamı |
|---|---|---|---|
| dolu | dolu, L=R | kesin | Değer tam ölçülmüştür. |
| boş | dolu | sol sansürlü | Değer R'den küçüktür (ölçüm sınırı altı). |
| dolu | boş | sağ sansürlü | Değer L'den büyüktür. |
| dolu | dolu, L<R | aralık sansürlü | Değer L ile R arasındadır. |
Koddaki tercih
fitdistrplus::fitdistcens yalnız ML uygular; başka bir yöntem seçilmişse şablon ML'ye çevirir ve not düşer (satır 250–253). Sansürlü veride betimsel tablo yerine sansür yapısı (kesin, sol, sağ, aralık sayıları) yazılır (468–471); KS, CvM ve AD tanımlı olmadığından tablo yalnız log-olabilirlik, AIC ve BIC içerir (545–547). Grafiklerde deneysel BDF, parametrik olmayan en çok olabilirlik kestiricisidir (NPMLE; Turnbull); gri dikdörtgenler kestiricinin tek olmadığı bölgeleri gösterir.
32.4.9 Betimsel istatistikler
- m_j=\tfrac1n\sum(x_i-\bar x)^j: j. merkezî moment. G_1: yanlılığı düzeltilmiş çarpıklık.
- Basıklık "+3" ile yazılır: normal dağılımda 3'tür (fazla basıklık değil).
- Çarpıklık pozitifse sağa çarpık adaylar (gamma, lognormal, Weibull) doğal seçenektir.
32.5 Kod adım adım
| Satırlar | Ne yapar | Neden / dikkat |
|---|---|---|
| 1–234Üstbilgi: açıklama, örnek veri ve ayar, 32 parametre. | Form buradan kurulur (Bölüm 1.2). | |
235–265Dil seçici .m; paket denetimi; actuar fonksiyonlarının genel ortama alınması; sansür düzeninin belirlenmesi; olasılık metinlerinin ayrıştırılması. |
sayi_ayir noktalı virgülü de ayırıcı sayar; ondalık ayırıcı noktadır (254–259). |
|
| 267–303Frekans ağırlığı (satır yineleme); sayısallık denetimi; sansürlü ve sansürsüz veri hazırlığı. | Ağırlığı 0 ya da boş satır düşer (273–276). | |
305–363Aday adları, destek denetimi, başlangıç değerleri, optim denetim listesi, parametre sayıları. |
L-BFGS-B'de reltol ve abstol çıkarılır, yerine factr verilir (358). |
|
365–462Süre sınırlı çalıştırıcı sinirli; tek uydurma uydur1; çok başlangıçlı uydur; adayların döngüsü. |
Bir başlangıç en çok 30 sn sürer; hata veren aday atlanır (402–403, 454). | |
| 465–478Betimsel istatistikler ya da sansür yapısı tablosu. | Çarpıklık ve basıklık 32.4.9'daki formüllerle (475–476). | |
| 480–511Bootstrap: aday başına tohum, 100'lük parçalar, süre sınırı, eksik kestirimlerin ayıklanması. | a2 = (1 − guven)/2 (511). |
|
513–550Parametre tablosu; log-olabilirlik, AIC, BIC, ΔAIC, sıralar; gofstat; notlar; en uygun aday satırı. |
SH yalnız ML'de (517). | |
| 552–571Kantil tablosu: kestirim, bootstrap GA, deneysel kantil satırı. | Deneysel satır yalnız sansürsüz veride (567). | |
| 573–630Grafikler: yoğunluk, Q-Q, BDF, P-P (sansürlüde BDF, Q-Q, P-P); bootstrap saçılımı. | Bootstrap saçılımı AIC'si en küçük aday içindir (616). |
Kritik satırlar, uydurmanın denetim listesidir:
kontrol_d <- function(d) {
k <- list(reltol = as.numeric(pr("reltol", 1e-12)), maxit = as.integer(pr("maxit", 5000)), parscale = unname(PARSCALE[[d]]))
… # ndeps; abstol (yalnız kantil ve moment eşleştirmede, verinin birimiyle ölçeklenir); L-BFGS-B'de factr bu listeye eklenir
k
}
32.6 Elle hesap: örnek veride bağımsız yeniden hesap
Değerler dogrulama/dagilim_uydurma/elle_hesap.py ile hesaplanmıştır. Betik fitdistrplus'ı ve şablon kodunu kullanmaz: yoğunlukları, BDF'leri ve kantilleri scipy.special fonksiyonlarıyla açıkça yazar; ML kestirimlerini 32.4.2'deki denklemlerin kökünden, standart hataları analitik bilgi matrisinden alır. R tarafında (r_dogrulama.R) aynı büyüklükler uniroot, nlminb ve numDeriv::hessian ile; iyi uyum istatistikleri stats::ks.test ve goftest paketiyle; sansürlü uydurma survival::survreg ile hesaplanmıştır.
Adım 1 — Betimsel istatistikler. n=254, \bar x=73{,}6457, s=35{,}8849. Merkezî momentler m_2=1282{,}654; m_3=33576{,}64; m_4=5786271{,}5.
Dağılım sağa çarpıktır ve normalden biraz sivridir.
Adım 2 — Weibull ML. Başlangıç k^{(0)}=1{,}2/s_{\ln x}=2{,}231857; şekil denklemi Newton yöntemiyle çözülür.
| Yineleme | k | Denklemin değeri | \lambda=(\overline{x^{k}})^{1/k} |
|---|---|---|---|
| 0 | 2,231857 | 0,016411 | 83,705558 |
| 1 | 2,184938 | −0,000243 | 83,341422 |
| 2 | 2,185612 | -5{,}2\times10^{-8} | 83,346668 |
| 3 | 2,185612 | -2{,}4\times10^{-15} | 83,346669 |
\hat k=2{,}185612; \hat\lambda=83{,}346669.
Adım 3 — Gamma ML. \ln\bar x-\overline{\ln x}=4{,}299265-4{,}169370=0{,}129895. \ln a-\psi(a)=0{,}129895 denkleminin kökü \hat a=4{,}008339; \hat r=4{,}008339/73{,}645669=0{,}054427.
Adım 4 — Lognormal ML. \hat\mu=\overline{\ln x}=4{,}169370; \hat\sigma=0{,}536610.
Adım 5 — Standart hatalar. Bilgi matrisinin tersinden:
| Aday | Parametre | Kestirim | SH (analitik) |
|---|---|---|---|
| Lognormal | meanlog | 4,169370 | \hat\sigma/\sqrt n=0{,}033670 |
| Lognormal | sdlog | 0,536610 | \hat\sigma/\sqrt{2n}=0{,}023808 |
| Gamma | şekil | 4,008339 | 0,341913 |
| Gamma | oran | 0,054427 | 0,004946 |
| Weibull | şekil | 2,185612 | 0,104566 |
| Weibull | ölçek | 83,346669 | 2,527122 |
Adım 6 — Log-olabilirlik ve bilgi ölçütleri. k=2, \ln 254=5{,}537334.
| Aday | \ell | AIC | BIC | ΔAIC |
|---|---|---|---|---|
| Gamma | −1253,6251 | 2511,2502 | 2518,3249 | 0 |
| Weibull | −1255,2247 | 2514,4494 | 2521,5241 | 3,1992 |
| Lognormal | −1261,3193 | 2526,6386 | 2533,7133 | 15,3884 |
Adım 7 — İyi uyum istatistikleri. Sıralı gözlemlerde F_i hesaplanıp 32.4.5'teki formüllere konur.
| Aday | KS | CvM | AD |
|---|---|---|---|
| Lognormal | 0,149309 | 0,827736 | 4,543654 |
| Gamma | 0,128048 | 0,693676 | 3,567091 |
| Weibull | 0,139626 | 0,683960 | 3,573072 |
Gamma KS ve AD'de, Weibull CvM'de en küçüktür; ikisi lognormalden belirgin iyidir.
Adım 8 — Kantiller. Weibull için q_{0{,}05}=83{,}346669\cdot(-\ln 0{,}95)^{1/2{,}185612}=21{,}4137.
| Olasılık | Lognormal | Gamma | Weibull | Deneysel (tür 7) |
|---|---|---|---|---|
| 0,05 | 26,7551 | 25,1924 | 21,4137 | 24,65 |
| 0,50 | 64,6747 | 67,6202 | 70,4790 | 79 |
| 0,95 | 156,3370 | 142,6771 | 137,6912 | 130 |
Adım 9 — Parametrik bootstrap. Tohum 2015 ile R'nin rastgele sayı dizisi Python'da yeniden kurulmuş (r_rng.py), şablonun Weibull kestiriminden 1000\times254 değer üretilmiş ve her örneğe Adım 2'deki denklem uygulanmıştır. İlk bootstrap örneğinin kestirimi (2{,}352260;\ 85{,}032030)'dur. 1000 kestirimin yüzdelikleri: şekil için %95 GA [1{,}997563;\ 2{,}417902], ölçek için [78{,}602841;\ 87{,}996388]; %5 kantili için [18{,}0565;\ 25{,}0297]. Gamma için R'de aynı tohumla: şekil [3{,}477541;\ 4{,}882065], oran [0{,}046639;\ 0{,}066511]. Gamma şeklinin Wald aralığı 4{,}008339\pm1{,}959964\cdot0{,}341913=[3{,}3382;\ 4{,}6785]'tir; bootstrap aralığı sağa kaymıştır, çünkü şekil kestiricisinin dağılımı sağa çarpıktır. |
Adım 10 — Öteki kestirim yöntemleri.
| Yöntem | Lognormal (meanlog; sdlog) | Gamma (şekil; oran) | Weibull (şekil; ölçek) |
|---|---|---|---|
| En çok olabilirlik | 4,169370; 0,536610 | 4,008339; 0,054427 | 2,185612; 83,346669 |
| Moment eşleştirme | 4,193126; 0,460736 | 4,228486; 0,057417 | 2,167376; 83,158764 |
| Kantil eşleştirme (1/3; 2/3) | 4,147025; 0,545593 | 3,638866; 0,051889 | 2,120767; 76,529822 |
| En küçük uzaklık (CvM) | 4,205778; 0,547554 | 3,583071; 0,047708 | 2,093160; 82,660258 |
Kantil eşleştirmede Q_n(1/3)=50 ve Q_n(2/3)=80'dir; Weibull için \hat k=\dfrac{\ln(-\ln\tfrac13)-\ln(-\ln\tfrac23)}{\ln 80-\ln 50}=\dfrac{0{,}094048-(-0{,}902720)}{0{,}470004}=2{,}120767. CvM ölçütüyle Weibull uzaklığı 0,683960'tan 0,655667'ye iner; log-olabilirlik buna karşılık −1255,2247'den −1255,6236'ya düşer.
Adım 11 — Yayımlanmış veriyle karşılaştırma (endosulfan, n=104).
| Aday | Kestirim | \ell | KS | CvM | AD | HC5 |
|---|---|---|---|---|---|---|
| Lognormal | 2,553816; 3,147240 | −532,4052 | 0,167250 | 0,637359 | 3,472118 | 0,072590 |
| Log-lojistik | 0,566898; 8,701897 | −532,6229 | 0,119467 | 0,382391 | 2,831632 | 0,048296 |
| Pareto II | 0,345696; 1,067007 | −522,0558 | 0,084852 | 0,139239 | 0,892208 | 0,170668 |
| Burr | 0,206175; 1,539748; 1,496338 | −519,8655 | 0,061543 | 0,068065 | 0,524054 | 0,294034 |
Delignette-Muller ve Dutang'ın (2015) yayımladığı değerler KS 0,1672; 0,1196; 0,08488; 0,06155, AD 3,4721; 2,8316; 0,89206; 0,52393 ve Burr HC5 0,2939'dur. Yayımdaki log-lojistik CvM (0,3827) ve Burr HC5 (0,2939) ile buradaki değerler (0,38239; 0,29403) arasındaki dördüncü basamak farkı, yayımın paket varsayılanı reltol = 1e-8 ile hesaplanmış olmasından gelir: bu ayarda en iyileyici köke ancak dördüncü basamakta yaklaşır (şablon da reltol = 1e-8 seçildiğinde 0,38250 ve 0,29400 verir).
Adım 12 — Sansürlü veri (tuzluluk, n=108: 19 kesin, 60 sağ sansürlü, 29 aralık sansürlü). 32.4.8'deki olabilirlik doğrudan en büyüklenmiştir. Lognormal: \hat\mu=3{,}385371 (SH 0,064863), \hat\sigma=0{,}496138 (0,054553), \ell=-139{,}0550. Log-lojistik: şekil 3,420475 (0,415807), ölçek 29,932185 (1,945051), \ell=-140{,}0717. Yayımlanmış değerler 3,3854 (0,06487); 0,4961 (0,05455) ve 3,421 (0,4158); 29,930 (1,9447)'dir.
32.6.1 Doğrulama: MerQuR+, Python ve R
MerQuR+ sütunu şablonun tablolarından tam hassasiyetle alınmıştır. Bootstrap satırlarında bağımsız hesaplar, şablonun kestirdiği parametrelerden aynı tohumla benzetim yapar.
| Büyüklük | MerQuR+ | Python (bağımsız) | R (bağımsız) | En büyük fark | |
|---|---|---|---|---|---|
| Betimsel: ortalama | 73,64566929 | 73,64566929 | 73,64566929 | 3,9e−16 | ✓ |
| Betimsel: standart sapma | 35,88486806 | 35,88486806 | 35,88486806 | 1,2e−15 | ✓ |
| Betimsel: çarpıklık | 0,73527449 | 0,73527449 | 0,73527449 | 4,4e−16 | ✓ |
| Betimsel: basıklık | 3,55138381 | 3,55138381 | 3,55138381 | 7,5e−16 | ✓ |
| Lognormal: meanlog | 4,16937009 | 4,16937009 | 4,16937009 | 1,1e−15 | ✓ |
| Lognormal: sdlog | 0,53660951 | 0,53660951 | 0,53660951 | 2,2e−16 | ✓ |
| Lognormal: SH(meanlog) | 0,03366988 | 0,03366988 | 0,03366988 | 1,7e−13 | ✓ |
| Lognormal: SH(sdlog) | 0,02380817 | 0,0238082 | 0,0238082 | 2,7e−8 | ✓ |
| Lognormal: log-olabilirlik | −1261,31929868 | −1261,31929868 | −1261,31929868 | 2,7e−15 | ✓ |
| Lognormal: KS | 0,14930898 | 0,14930898 | 0,14930898 | 4,2e−16 | ✓ |
| Lognormal: CvM | 0,82773578 | 0,82773578 | 0,82773578 | 4,8e−15 | ✓ |
| Lognormal: AD | 4,54365416 | 4,54365416 | 4,54365416 | 3,7e−14 | ✓ |
| Lognormal: kantil (0,05) | 26,75512343 | 26,75512343 | 26,75512343 | 1,2e−15 | ✓ |
| Lognormal: kantil (0,50) | 64,6747 | 64,6747 | 64,6747 | 1,3e−15 | ✓ |
| Lognormal: kantil (0,95) | 156,33704067 | 156,33704067 | 156,33704067 | 2,4e−15 | ✓ |
| Gamma: şekil | 4,00836111 | 4,00833903 | 4,00833903 | 5,5e−6 | ✗ |
| Gamma: oran | 0,05442766 | 0,05442736 | 0,05442736 | 3,1e−7 | ✓ |
| Gamma: SH(şekil) | 0,34191468 | 0,34191282 | 0,34191282 | 1,9e−6 | ✗ |
| Gamma: SH(oran) | 0,00494614 | 0,00494611 | 0,00494611 | 2,5e−8 | ✓ |
| Gamma: log-olabilirlik | −1253,62511369 | −1253,62511369 | −1253,62511369 | 1,7e−12 | ✓ |
| Gamma: AIC | 2511,25022738 | 2511,25022738 | 2511,25022738 | 1,7e−12 | ✓ |
| Gamma: BIC | 2518,32489592 | 2518,32489591 | 2518,32489591 | 1,7e−12 | ✓ |
| Gamma: KS | 0,12804865 | 0,1280479 | 0,1280479 | 7,6e−7 | ✓ |
| Gamma: CvM | 0,69367882 | 0,69367629 | 0,69367629 | 2,5e−6 | ✗ |
| Gamma: AD | 3,56710754 | 3,56709098 | 3,56709098 | 4,6e−6 | ✗ |
| Gamma: kantil (0,05) | 25,19247612 | 25,19238257 | 25,19238257 | 3,7e−6 | ✗ |
| Gamma: kantil (0,50) | 67,62020501 | 67,62018054 | 67,62018054 | 3,6e−7 | ✓ |
| Gamma: kantil (0,95) | 142,67687763 | 142,67710277 | 142,67710277 | 1,6e−6 | ✗ |
| Weibull: şekil | 2,1856132 | 2,18561233 | 2,18561233 | 4,0e−7 | ✓ |
| Weibull: ölçek | 83,34660792 | 83,34666883 | 83,34666883 | 7,3e−7 | ✓ |
| Weibull: SH(şekil) | 0,10456659 | 0,10456642 | 0,10456642 | 1,6e−7 | ✓ |
| Weibull: SH(ölçek) | 2,52711851 | 2,5271217 | 2,5271217 | 1,3e−6 | ✗ |
| Weibull: log-olabilirlik | −1255,22471986 | −1255,22471986 | −1255,22471986 | 3,4e−13 | ✓ |
| Weibull: KS | 0,13962535 | 0,13962564 | 0,13962564 | 2,8e−7 | ✓ |
| Weibull: CvM | 0,68395879 | 0,68395998 | 0,68395998 | 1,2e−6 | ✗ |
| Weibull: AD | 3,57306891 | 3,57307185 | 3,57307185 | 8,2e−7 | ✓ |
| Weibull: kantil (0,05) | 21,4137278 | 21,41373189 | 21,41373189 | 1,9e−7 | ✓ |
| Weibull: kantil (0,50) | 70,47897977 | 70,47902658 | 70,47902658 | 6,6e−7 | ✓ |
| Weibull: kantil (0,95) | 137,691116 | 137,6912441 | 137,6912441 | 9,3e−7 | ✓ |
| Deneysel kantil (0,05; tür 7) | 24,65 | 24,65 | 24,65 | 0 | ✓ |
| Bootstrap, Weibull: GA alt (şekil) | 1,99756278 | 1,99756296 | 1,99756296 | 8,8e−8 | ✓ |
| Bootstrap, Weibull: GA üst (şekil) | 2,41790072 | 2,4179018 | 2,4179018 | 4,5e−7 | ✓ |
| Bootstrap, Weibull: GA alt (ölçek) | 78,60275605 | 78,60284097 | 78,60284097 | 1,1e−6 | ✗ |
| Bootstrap, Weibull: GA üst (ölçek) | 87,99638349 | 87,99638761 | 87,99638761 | 4,7e−8 | ✓ |
| Bootstrap, Weibull: medyan (şekil) | 2,19297169 | 2,19296872 | 2,19296872 | 1,4e−6 | ✗ |
| Bootstrap, Lognormal: GA alt (meanlog) | 4,1078711 | 4,10787069 | 4,10787069 | 9,9e−8 | ✓ |
| Bootstrap, Lognormal: GA üst (meanlog) | 4,23691091 | 4,23691081 | 4,23691081 | 2,3e−8 | ✓ |
| Bootstrap, Lognormal: GA alt (sdlog) | 0,48809697 | 0,48809686 | 0,48809686 | 1,1e−7 | ✓ |
| Bootstrap, Lognormal: GA üst (sdlog) | 0,58431463 | 0,58431506 | 0,58431506 | 4,3e−7 | ✓ |
| Bootstrap, Lognormal: medyan (meanlog) | 4,17015155 | 4,1701518 | 4,1701518 | 5,9e−8 | ✓ |
| Bootstrap, Gamma: GA alt (şekil) | 3,47755717 | — | 3,47754109 | 4,6e−6 | ✗ |
| Bootstrap, Gamma: GA üst (şekil) | 4,88208553 | — | 4,88206494 | 4,2e−6 | ✗ |
| Bootstrap, Gamma: GA alt (oran) | 0,04663917 | — | 0,04663907 | 9,9e−8 | ✓ |
| Bootstrap, Gamma: GA üst (oran) | 0,06651166 | — | 0,06651123 | 4,3e−7 | ✓ |
| Bootstrap, Gamma: medyan (şekil) | 4,03305549 | — | 4,03304359 | 2,9e−6 | ✗ |
| Bootstrap, Weibull: kantil 0,05 GA alt | 18,05649387 | 18,05649911 | 18,05649911 | 2,9e−7 | ✓ |
| Bootstrap, Weibull: kantil 0,95 GA üst | 146,36399123 | 146,36393718 | 146,36393718 | 3,7e−7 | ✓ |
| Bootstrap, Weibull: %90 GA alt (şekil) | 2,02193863 | 2,0219368 | 2,0219368 | 9,1e−7 | ✓ |
| Yeniden örneklemeli bootstrap, Weibull: GA alt (şekil) | 2,01488932 | 2,01489251 | 2,01489251 | 1,6e−6 | ✗ |
| Yeniden örneklemeli bootstrap, Weibull: GA üst (ölçek) | 88,49070915 | 88,49064685 | 88,49064685 | 7,0e−7 | ✓ |
| Moment eşleştirme, Lognormal: meanlog | 4,19312647 | 4,19312647 | 4,19312647 | 1,1e−15 | ✓ |
| Moment eşleştirme, Lognormal: sdlog | 0,46073608 | 0,46073608 | 0,46073608 | 4,4e−16 | ✓ |
| Moment eşleştirme, Gamma: şekil | 4,22848617 | 4,22848617 | 4,22848617 | 8,4e−16 | ✓ |
| Moment eşleştirme, Gamma: oran | 0,05741663 | 0,05741663 | 0,05741663 | 9,7e−17 | ✓ |
| Moment eşleştirme, Weibull: şekil | 2,16737644 | 2,16737644 | 2,16737644 | 2,4e−9 | ✓ |
| Moment eşleştirme, Weibull: ölçek | 83,15876401 | 83,15876413 | 83,15876413 | 1,4e−9 | ✓ |
| Kantil eşleştirme (1/3; 2/3), Lognormal: meanlog | 4,14702482 | 4,14702482 | 4,14702482 | 5,5e−10 | ✓ |
| Kantil eşleştirme (1/3; 2/3), Lognormal: sdlog | 0,54559302 | 0,54559304 | 0,54559304 | 1,5e−8 | ✓ |
| Kantil eşleştirme (1/3; 2/3), Gamma: şekil | 3,63886729 | 3,63886645 | 3,63886645 | 2,3e−7 | ✓ |
| Kantil eşleştirme (1/3; 2/3), Gamma: oran | 0,05188931 | 0,0518893 | 0,0518893 | 1,4e−8 | ✓ |
| Kantil eşleştirme (1/3; 2/3), Weibull: şekil | 2,12076663 | 2,12076721 | 2,12076721 | 2,7e−7 | ✓ |
| Kantil eşleştirme (1/3; 2/3), Weibull: ölçek | 76,52982454 | 76,52982241 | 76,52982241 | 2,8e−8 | ✓ |
| Kantil eşleştirme (0,25; 0,75), Weibull: şekil | 2,26868642 | 2,2686864 | 2,2686864 | 8,8e−9 | ✓ |
| En küçük uzaklık (CvM), Lognormal: meanlog | 4,20577775 | 4,20577762 | 4,20577762 | 3,1e−8 | ✓ |
| En küçük uzaklık (CvM), Lognormal: sdlog | 0,54755435 | 0,54755417 | 0,54755417 | 1,9e−7 | ✓ |
| En küçük uzaklık (CvM), Gamma: şekil | 3,58307118 | 3,58307063 | 3,58307062 | 1,6e−7 | ✓ |
| En küçük uzaklık (CvM), Gamma: oran | 0,04770753 | 0,04770752 | 0,04770752 | 9,6e−9 | ✓ |
| En küçük uzaklık (CvM), Weibull: şekil | 2,0931603 | 2,09315986 | 2,09315986 | 2,1e−7 | ✓ |
| En küçük uzaklık (CvM), Weibull: ölçek | 82,66025275 | 82,66025773 | 82,66025772 | 6,0e−8 | ✓ |
| En küçük uzaklık (CvM), Weibull: CvM | 0,65566717 | 0,65566717 | — | 5,0e−13 | ✓ |
| En küçük uzaklık (AD), Weibull: şekil | 2,12544184 | 2,12544158 | 2,12544158 | 1,3e−7 | ✓ |
| En küçük uzaklık (AD), Weibull: ölçek | 82,89095178 | 82,89095458 | 82,89095457 | 3,4e−8 | ✓ |
| Endosulfan, Lognormal: meanlog | 2,55381626 | 2,55381626 | 2,55381626 | 1,2e−15 | ✓ |
| Endosulfan, Lognormal: sdlog | 3,14724036 | 3,14724036 | 3,14724036 | 1,7e−15 | ✓ |
| Endosulfan, Lognormal: log-olabilirlik | −532,40520199 | −532,40520199 | −532,40520199 | 4,3e−16 | ✓ |
| Endosulfan, Lognormal: KS | 0,16724976 | 0,16724976 | 0,16724976 | 5,0e−16 | ✓ |
| Endosulfan, Lognormal: CvM | 0,63735929 | 0,63735929 | 0,63735929 | 1,1e−16 | ✓ |
| Endosulfan, Lognormal: AD | 3,47211792 | 3,47211792 | 3,47211792 | 7,4e−15 | ✓ |
| Endosulfan, Lognormal: HC5 | 0,07258961 | 0,07258961 | 0,07258961 | 4,2e−17 | ✓ |
| Endosulfan, Log-lojistik: şekil | 0,5668973 | 0,56689791 | 0,56689791 | 6,0e−7 | ✓ |
| Endosulfan, Log-lojistik: ölçek | 8,70193592 | 8,70189663 | 8,70189662 | 4,5e−6 | ✗ |
| Endosulfan, Log-lojistik: log-olabilirlik | −532,62290912 | −532,62290912 | −532,62290912 | 3,3e−13 | ✓ |
| Endosulfan, Log-lojistik: KS | 0,1194681 | 0,11946748 | 0,11946748 | 6,2e−7 | ✓ |
| Endosulfan, Log-lojistik: CvM | 0,38239293 | 0,38239112 | 0,38239112 | 1,8e−6 | ✗ |
| Endosulfan, Log-lojistik: AD | 2,83162946 | 2,83163248 | 2,83163248 | 1,1e−6 | ✗ |
| Endosulfan, Log-lojistik: HC5 | 0,04829587 | 0,04829592 | 0,04829592 | 5,0e−8 | ✓ |
| Endosulfan, Pareto II: şekil | 0,34569602 | 0,34569609 | 0,34569609 | 7,4e−8 | ✓ |
| Endosulfan, Pareto II: ölçek | 1,06701004 | 1,06700721 | 1,06700721 | 2,7e−6 | ✗ |
| Endosulfan, Pareto II: log-olabilirlik | −522,0557869 | −522,0557869 | −522,0557869 | 1,5e−13 | ✓ |
| Endosulfan, Pareto II: KS | 0,08485276 | 0,0848523 | 0,0848523 | 4,6e−7 | ✓ |
| Endosulfan, Pareto II: CvM | 0,13923982 | 0,13923882 | 0,13923882 | 1,0e−6 | ✓ |
| Endosulfan, Pareto II: AD | 0,89220904 | 0,89220757 | 0,89220756 | 1,5e−6 | ✗ |
| Endosulfan, Pareto II: HC5 | 0,17066822 | 0,17066773 | 0,17066773 | 4,9e−7 | ✓ |
| Endosulfan, Burr: şekil 1 | 0,20617526 | 0,20617451 | 0,20617451 | 7,5e−7 | ✓ |
| Endosulfan, Burr: şekil 2 | 1,53974563 | 1,53974799 | 1,53974799 | 1,5e−6 | ✗ |
| Endosulfan, Burr: oran | 1,49632938 | 1,49633782 | 1,49633781 | 5,6e−6 | ✗ |
| Endosulfan, Burr: log-olabilirlik | −519,86545549 | −519,86545549 | −519,86545549 | 3,8e−13 | ✓ |
| Endosulfan, Burr: KS | 0,06154325 | 0,06154292 | 0,06154292 | 3,3e−7 | ✓ |
| Endosulfan, Burr: CvM | 0,0680649 | 0,06806452 | 0,06806452 | 3,8e−7 | ✓ |
| Endosulfan, Burr: AD | 0,5240575 | 0,52405445 | 0,52405445 | 3,1e−6 | ✗ |
| Endosulfan, Burr: HC5 | 0,29403471 | 0,29403421 | 0,29403421 | 5,0e−7 | ✓ |
| Endosulfan, lognormal, en küçük uzaklık (ADL): HC5 | 0,19588515 | 0,19588521 | 0,19588521 | 6,3e−8 | ✓ |
| Endosulfan, lognormal, en küçük uzaklık (AD2L): HC5 | 0,25877389 | 0,25877382 | 0,25877382 | 6,4e−8 | ✓ |
| Sansürlü, Lognormal: meanlog | 3,38537133 | 3,38537099 | 3,38537099 | 1,0e−7 | ✓ |
| Sansürlü, Lognormal: SH(meanlog) | 0,06486326 | 0,06486324 | 0,06486324 | 1,9e−8 | ✓ |
| Sansürlü, Lognormal: sdlog | 0,49613834 | 0,49613804 | 0,49613804 | 3,0e−7 | ✓ |
| Sansürlü, Lognormal: SH(sdlog) | 0,05455272 | 0,05455272 | 0,05455273 | 1,0e−8 | ✓ |
| Sansürlü, Lognormal: log-olabilirlik | −139,05495585 | −139,05495585 | −139,05495585 | 1,6e−13 | ✓ |
| Sansürlü, Log-lojistik: şekil | 3,42047495 | 3,42047454 | 3,42047454 | 1,2e−7 | ✓ |
| Sansürlü, Log-lojistik: SH(şekil) | 0,4158062 | 0,41580651 | 0,4158065 | 3,2e−7 | ✓ |
| Sansürlü, Log-lojistik: ölçek | 29,93217135 | 29,93218505 | 29,93218505 | 4,6e−7 | ✓ |
| Sansürlü, Log-lojistik: SH(ölçek) | 1,94504748 | 1,94505135 | 1,94505133 | 2,0e−6 | ✗ |
| Sansürlü, Log-lojistik: log-olabilirlik | −140,07165709 | −140,07165709 | −140,07165709 | 1,8e−13 | ✓ |
Ölçütü karşılayan: 100/123. Python: skor denkleminin kökü (Weibull, gamma), kapalı biçim (lognormal) ya da sayısal türevli Newton; SH analitik gözlenen bilgi matrisinden; bootstrap, R'nin rastgele sayı dizisinin Python'da yeniden kurulmasıyla. R: uniroot, nlminb, numDeriv::hessian, goftest, stats::ks.test, sansürlü veride survival::survreg; fitdistrplus ve actuar kullanılmadan. Bootstrap satırlarında benzetim şablonun kendi kestirimlerinden yapılır. ✗ işaretli satırların nedenleri 32.6.1'de açıklanır.
Ölçütü (10^{-6}) aşan satırlar tek nedene dayanır: en iyileyicinin durma noktası. Nelder–Mead'in reltol'ü parametrelerde yaklaşık altı anlamlı basamak sağlar; gamma şekli, log-lojistik ölçeği, Pareto II ölçeği ve Burr parametreleri kökten 10^{-6}–6 imes10^{-6} göreli uzaklıkta kalır; bunlardan türeyen kantil, iyi uyum, SH ve bootstrap sınırları da aynı ölçüde sapar. Hesse matrisi şablonda analitik değere beş basamakta yaklaşan merkezî farklarla kurulduğundan (gamma şeklinin SH'si 0,341915 ↔ 0,341913) SH'lerdeki fark da yalnız kestirimin durma noktasından gelir. Aşan satırların en büyük farkı raporlanan basamak sayısının (üç–dört anlamlı basamak) çok altındadır.
32.7 Çıktıyı okuma
Örnek ayarın metin çıktısı:
Tek değişkenli dağılım uydurma: 'serving', n = 254, yöntem: en çok olabilirlik
AIC'ye göre en uygun aday: Gamma
"Parametre kestirimleri" tablosu (altı ondalığa yuvarlanmış):
| dagilim | parametre | kestirim | SH | boot_medyan | GA_alt | GA_ust |
|---|---|---|---|---|---|---|
| Lognormal | meanlog | 4,169370 | 0,033670 | 4,170152 | 4,107871 | 4,236911 |
| Lognormal | sdlog | 0,536610 | 0,023808 | 0,535300 | 0,488097 | 0,584315 |
| Gamma | shape | 4,008361 | 0,341915 | 4,033055 | 3,477557 | 4,882086 |
| Gamma | rate | 0,054428 | 0,004946 | 0,054819 | 0,046639 | 0,066512 |
| Weibull | shape | 2,185613 | 0,104567 | 2,192972 | 1,997563 | 2,417901 |
| Weibull | scale | 83,346608 | 2,527119 | 83,234363 | 78,602756 | 87,996383 |
"İyi uyum istatistikleri ve bilgi ölçütleri" tablosu:
| dagilim | k | logLik | AIC | BIC | dAIC | AIC_sira | BIC_sira | KS | CvM | AD |
|---|---|---|---|---|---|---|---|---|---|---|
| Lognormal | 2 | −1261,3193 | 2526,6386 | 2533,7133 | 15,3884 | 3 | 3 | 0,149309 | 0,827736 | 4,543654 |
| Gamma | 2 | −1253,6251 | 2511,2502 | 2518,3249 | 0 | 1 | 1 | 0,128049 | 0,693679 | 3,567108 |
| Weibull | 2 | −1255,2247 | 2514,4494 | 2521,5241 | 3,1992 | 2 | 2 | 0,139625 | 0,683959 | 3,573069 |
"Kestirilen kantiller" tablosundan Gamma satırları: 0,05 → 25,1925 (GA 22,2257–28,9329); 0,50 → 67,6202 (63,3719–72,0958); 0,95 → 142,6769 (131,6114–153,5991). Son üç satır deneysel kantillerdir (24,65; 79; 130) ve GA taşımaz.
| Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| Başlık satırı | Değişken, n, yöntem; sansürlü veride "(sansürlü veri)" | n ağırlıklar uygulandıktan ve eksikler atıldıktan sonraki sayıdır. |
| Notlar | Atlanan adaylar, çevrilen yöntem, süre sınırı | Atlanan aday karşılaştırmada yoktur; "en uygun aday" yalnız kalanlar arasındadır. |
| Betimsel tablo | n, en küçük, en büyük, medyan, ortalama, SS, çarpıklık, basıklık | Çarpıklık 0,74: sağa çarpık adaylar yerindedir. |
kestirim, SH |
Parametre ve Hessian'dan SH (yalnız ML) | Gamma şekli 4,01 (SH 0,34); oran 0,0544, yani ölçek 1/0{,}0544=18{,}4 g. |
boot_medyan, GA_alt, GA_ust |
Bootstrap kestirimlerinin medyanı ve yüzdelik sınırları | Gamma şekli için %95 GA 3,48–4,88; medyan (4,03) kestirimin biraz üstündedir: kestirici sağa çarpıktır. |
logLik, AIC, BIC, dAIC |
Log-olabilirlik ve bilgi ölçütleri | ΔAIC 3,2: Weibull, gammaya yakın bir seçenektir; lognormal (15,4) belirgin geridedir. |
KS, CvM, AD |
Uzaklık istatistikleri | Küçük olan iyidir; p değeri yoktur. CvM'de Weibull, KS ve AD'de gamma öndedir. |
| Kantil tablosu | \hat q_p ve bootstrap GA; deneysel kantil | Çocukların %95'inin porsiyonu gammaya göre 143 g'ın altındadır (GA 132–154). |
| "AIC'ye göre en uygun aday" | AIC'si en küçük aday | Tek başına karar ölçütü değildir; grafikler ve ΔAIC ile birlikte okunur. |
Şekil 32.1. Şablonun birinci şekli (örnek ayar; fitdistrplus 1.2-6). Sol üst: histogram (Sturges sınıfları) ve üç adayın kuramsal yoğunlukları. Sağ üst: Q-Q grafiği; sağ kuyrukta lognormal noktaları köşegenin altına düşer (ağır kuyruk öngörür). Sol alt: deneysel ve kuramsal BDF; basamaklı görünüm porsiyonların yuvarlanarak bildirilmesinden gelir. Sağ alt: P-P grafiği.

Şekil 32.2. Şablonun ikinci şekli: AIC'si en küçük adayın (gamma) 1000 bootstrap kestirimi; çarpı, özgün kestirimdir. Şekil ile oran güçlü biçimde ilişkilidir: ikisi birlikte artınca ortalama (a/r) değişmez.

Şekil 32.3. Sansürlü veride (tuzluluk toleransı) BDF karşılaştırması. Basamaklı eğri parametrik olmayan en çok olabilirlik kestiricisidir; gri dikdörtgenler kestiricinin tek olmadığı aralıklardır.

Rapor cümlesi:
Porsiyon büyüklüğüne (n = 254) lognormal, gamma ve Weibull dağılımları en çok olabilirlikle uyduruldu. AIC'ye göre en uygun aday gamma dağılımıydı (şekil = 4,01; SH = 0,34; oran = 0,054; AIC = 2511,3); Weibull ona yakındı (ΔAIC = 3,2), lognormal belirgin geride kaldı (ΔAIC = 15,4). İyi uyum istatistikleri aynı sıralamayı destekledi (Anderson–Darling: 3,57; 3,57; 4,54). Gamma dağılımına göre porsiyonların %95'i 142,7 g'ın altındadır (1000 tekrarlı parametrik bootstrap, %95 GA 131,6–153,6).
32.8 Sık hatalar ve tuzaklar
- Birimi gözardı ederek ölçek parametrelerini okumak. Aynı porsiyon verisi miligramla (× 1000) yazıldığında şekil parametreleri ve SH'leri aynıdır (gamma şekli 4,008361; SH 0,341915), Weibull ölçeği 83 346,6 (SH 2527,1) ve gamma oranı 0,000054 olur; ölçek parametreleri birim çarpanıyla, oran parametreleri çarpanın tersiyle değişir. Sonuç yorumlanırken parametrenin birimi (g, mg, kg) birlikte yazılır. Endosulfan verisi gibi dört büyüklük mertebesine yayılan veride ölçek parametreli adaylar (Weibull, lognormal, log-lojistik) ya da logaritması alınmış veri okumayı kolaylaştırır; uydurmanın kendisi birimden etkilenmez (32.4.2).
- Pozitif log-olabilirliği hata sanmak. Yoğunluğun 1'i aştığı veride (kilogramla yazılmış porsiyonlar, (0, 1) aralığındaki oranlar) log-olabilirlik pozitiftir (kilogram biriminde gamma için 500,94); bu bir hata değildir ve kestirimler başka birimdekilerle aynıdır (gamma şekli 4,008341; Weibull şekli 2,185610). Beta adayı yalnız (0, 1) verisinde çalışır ve örtü oranı verisinde 3,7776; 3,3440 verir.
- Tek aday seçip iyi uyum istatistiğini sınama sanmak. Tek aday uydurulduğunda da KS, CvM ve AD yazılır (lognormal için KS 0,149309), ama tek adayla karşılaştırma yapılamaz; p değeri yoktur (32.4.6).
- İstatistikleri sınama gibi okumak. KS = 0,128 "uyum iyi" ya da "kötü" demek değildir; p değeri yoktur. Porsiyon verisinde bütün adayların KS'si yüksektir, çünkü veri yuvarlanmıştır: 254 gözlemde 33 farklı değer vardır ve deneysel BDF basamaklıdır. Yuvarlanmış veri için doğru model aralık sansürüdür (her değer, yuvarlama genişliği kadar bir aralık olarak verilir).
- AD'yi adaylar arasında tek ölçüt almak. AD'nin ağırlığı 1/[F(1-F)] adayın kendi BDF'sine bağlıdır; şablon farklı parametre sayılı adaylar varken bunu bir notla hatırlatır. Karar AIC/BIC, grafikler ve ilgilenilen bölge (kuyruk mu, gövde mi) birlikte düşünülerek verilir.
- ML dışı yöntemde AIC'yi ML gibi yorumlamak. Moment, kantil ya da en küçük uzaklık kestirimlerinde log-olabilirlik en büyük değerinde değildir; AIC farkları ML'dekinden başka olur (CvM ile gamma–Weibull ΔAIC 1,98; ML ile 3,20).
- Ölçüm sınırı altını 0 ile kodlamak. Sansürlü düzende sol sınırı 0 olan satır pozitif destekli bütün adayların atlanmasına yol açar. Sol sansürlü gözlemde sol sınır boş bırakılır; sağ sınıra ölçüm sınırı yazılır.
- Frekans tablosunu ağırlıksız çalıştırmak. 33 satırlık frekans tablosu ağırlık sütunu seçilmeden verilirse n=33 olur ve her değer bir kez sayılır. Ağırlık seçildiğinde sonuçlar 254 satırlık veriyle bootstrap dahil aynıdır. Ağırlık frekanstır; örnekleme ağırlığı (kesirli) kabul edilmez.
- En iyileme algoritmasını gerekmedikçe değiştirmek. Varsayılan Nelder–Mead bu amaç için en güvenilir olandır. Porsiyon verisinde L-BFGS-B gamma şeklini 4,008339'da, BFGS 4,008339'da, eşlenik gradyan 4,008340'ta bırakır (kök 4,008339); benzetilmiş tavlama 4,2118'de kalır ve şablon bunu, en büyük noktaya ulaşılmadığı notuyla bildirir (durağanlık denetimi, 32.4.2). Algoritma değiştirildiğinde log-olabilirlik, varsayılanla elde edilen değerle karşılaştırılır.
- Sınıra yaslanan kestirimi fark etmemek. Porsiyon verisinde Pareto II şekli 1{,}4\times10^{11} çıkar, SH boştur ve log-olabilirlik üstelinkiyle aynıdır (−1346,0134): Pareto II bu veride üstel dağılıma yozlaşmıştır. SH'si boş, parametresi olağanüstü büyük bir aday sonuç olarak raporlanmaz.
- Histogram sınıf sayısı. Birinci şeklin sol üst paneli histogram ve kuramsal yoğunluklardır; sınıf sayısı "Histogram sınıf sayısı" alanıyla verilir (0 = Sturges kuralı, 583–593). Veri aralığın çoğunu tek değerde toplamışsa (yuvarlanmış veri) sınıf sayısı elle artırılınca yoğunluk eğrileriyle birlikte okunması kolaylaşır.
- Ondalık virgülle olasılık yazmak. Olasılık alanlarında ayırıcı virgül ya da noktalı virgüldür; ondalık ayırıcı noktadır (
0.05, 0.5).0,05yazılırsa 0 ve 5 olarak okunur ve aralık denetimi durdurur.
32.9 Uzman soruları
S1. Standart hatalar nereden geliyor; analitik bilgi matrisiyle aynı mı?
Şablonun kestirimde log-olabilirliğin merkezî ikinci farklarından kurduğu gözlenen bilgi matrisinden (hesse_yenile); adım parametrenin büyüklüğüyle orantılıdır, bu yüzden SH verinin biriminden bağımsızdır. Örnek veride Weibull SH'leri analitik değerle altı basamak (0,104567 ↔ 0,104566; 2,52712), gamma SH'leri beş basamak (0,341915 ↔ 0,341913; 0,004946 ↔ 0,004946) uyuşur; kalan fark, en iyileyicinin kestirimi köke altı basamakta yaklaştırmasındandır (32.4.2).
S2. Aynı tohumla R'de `bootdist(fitdist(x, "gamma"), niter = 1000)` aynı aralığı verir mi?
Aynı kestirimden başlanırsa evet. Şablon bootstrap'ı 100'lük parçalarla yürütür; rastgele sayılar ardışık çekildiğinden dizi tek çağrıdakiyle aynıdır. Fark, başlangıç kestiriminden gelir: şablon reltol = 1e-12 ile uydurur, paket varsayılanı 10^{-8}'dir ve benzetimin parametreleri altıncı basamakta ayrışır. Tohum her adaydan önce yeniden kurulduğu için aday sırası ya da sayısı bir adayın aralığını değiştirmez.
S3. KS, CvM ve AD için neden p değeri verilmiyor?
Parametreler veriden kestirildiğinde istatistiklerin sıfır dağılımı artık dağılımdan bağımsız değildir: normal ve üstel için Stephens'ın (1974) düzeltmeli tabloları vardır, gamma ve Weibull'da dağılım şekil parametresine de bağlıdır, Burr gibi adaylar için tablo yoktur. Tam belirlenmiş dağılım tablolarını kullanmak testi aşırı tutucu yapar. Doğru yol parametrik bootstrap'tır: kestirilen dağılımdan örnek üret, yeniden uydur, istatistiği yeniden hesapla. Şablon bootstrap'ı parametreler ve kantiller için yapar; istatistiğin bootstrap dağılımı gerekiyorsa bootstrap_ozel şablonuyla kurulur.
S4. AIC gammayı, CvM Weibull'u seçiyor. Hangisi?
İki ölçüt farklı şeyi ölçer. AIC, olabilirlik üzerinden bütün gözlemlerin yoğunluğa uyumunu; CvM, BDF'ler arasındaki farkın karesini, yani gövdedeki uyumu özetler. Örnek veride farklar küçüktür (ΔAIC 3,2; CvM 0,6937 ↔ 0,6840) ve iki aday uygulamada eşdeğerdir: %50 kantilleri 67,6 ve 70,5, %95 kantilleri 142,7 ve 137,7'dir. Sonuç bir kuyruk kantiline dayanıyorsa iki adayın kantilleri birlikte verilir ve fark duyarlılık olarak raporlanır.
S5. Yuvarlanmış (bağlı değerli) veri sonuçları nasıl etkiler?
ML kestirimleri az etkilenir; iyi uyum istatistikleri çok etkilenir. Deneysel BDF her yuvarlak değerde sıçradığından KS'nin en büyük farkı sıçramanın büyüklüğünce şişer; porsiyon verisinde en kalabalık iki değer (80 g ve 50 g) 254 gözlemin 103'ünü taşır. Bağlı değerler kantil eşleştirmeyi de kabalaştırır: Q_n(1/3)=50 ve Q_n(2/3)=80 tam yuvarlak değerlerdir ve tür 6 ile tür 7 aynı sonucu verir. Yuvarlamanın genişliği biliniyorsa veri aralık sansürlü olarak verilir.
S6. Parametrik ve yeniden örneklemeli bootstrap ne zaman ayrışır?
Model doğruysa ikisi yakındır; ayrışma model yanlışlığının işaretidir. Örnek veride Weibull şekli için parametrik aralık 1,998–2,418, yeniden örneklemeli aralık 2,015–2,407'dir; ölçek için 78,60–88,00 ve 78,46–88,49. Parametrik bootstrap kestirilen dağılımın doğruluğunu varsayar ve kuyruk kantilleri için daha dar, yeniden örneklemeli bootstrap veride görülmeyen değer üretemediği için uç kantillerde yetersiz kalır. Sansürlü veride yalnız yeniden örnekleme vardır.
S7. Kuyruk kantili (HC5) için hangi yöntem ve hangi aday?
Endosulfan verisinde HC5 adaya ve yönteme göre dört kattan fazla değişir: lognormal ML 0,0726; log-lojistik ML 0,0483; Pareto II 0,1707; Burr 0,2940; lognormal sol kuyruk AD 0,1959; ikinci derece 0,2588; deneysel %5 kantili 0,2. ML lognormal gövdeye iyi uyar, sol kuyruğu olduğundan ağır öngörür. Üç yol vardır: kuyruğu serbest bırakan bir aday (Burr; AIC 1045,7 ile en küçük), kuyruk ağırlıklı en küçük uzaklık kestirimi (ADL, AD2L) ya da sonucu adaylar arası aralıkla raporlamak. Hangisi seçilirse seçilsin kantilin bootstrap aralığı birlikte verilir.
S8. Sansürlü veride neden KS, CvM ve AD yok; uyum nasıl değerlendirilir?
Bu istatistikler her gözlemin tam yerini gerektirir; sansürlü gözlemin deneysel BDF'deki konumu tek değildir. Karşılaştırma AIC/BIC ile, görsel değerlendirme Turnbull kestiricisine karşı çizilen BDF, Q-Q ve P-P grafikleriyle yapılır. Tuzluluk verisinde lognormal (AIC 282,11) log-lojistikten (284,14) biraz iyidir; %5 kantilleri 13,06 ve 12,66'dır. Sansür oranı yüksekken (burada %56 sağ sansür) üst kantiller modelin kuyruk varsayımına dayanır ve dikkatle raporlanır.
S9. Gamma neden "oran" ile, Weibull "ölçek" ile parametreleniyor; başka yazılımlarla nasıl eşlenir?
Şablon R'nin dgamma(shape, rate) ve dweibull(shape, scale) tanımlarını aynen kullanır. Ölçekle çalışan bir kaynakla karşılaştırırken gamma ölçeği 1/r'dir: 0,054427 → 18,373 g; SH delta yöntemiyle \operatorname{SH}(r)/r^2 olur. Lognormalde ML'nin \hat\sigma'sı n paydalıdır; n-1 paydalı standart sapma veren bir kaynakla \sqrt{(n-1)/n} çarpanı kadar fark eder. actuar'ın Burr dağılımı oranla, Pareto II'si sıfırdan başlayan destekle tanımlıdır; "Pareto" adını eşikli (tip I) biçim için kullanan kaynaklarla doğrudan karşılaştırılmaz.
S10. Yakınsama ölçütünü 10⁻¹⁶ yapmak sonucu iyileştirir mi?
Belirgin biçimde hayır. Amaç -\ell/n çift duyarlıkta yaklaşık 16 basamakla hesaplanır; çözüm çevresinde amaç ikinci dereceden düz olduğundan parametrelerde ulaşılabilecek doğruluk bunun karekökü, yani 7–8 basamaktır ve Nelder–Mead buna 10^{-12}'de zaten yaklaşmıştır. Daha kesin kestirim, en iyileme yerine skor denkleminin kökünü bulmakla elde edilir (32.6, Adım 2–3).
32.10 Kaynaklar
- Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716–723. https://doi.org/10.1109/TAC.1974.1100705
- Anderson, T. W., & Darling, D. A. (1952). Asymptotic theory of certain "goodness of fit" criteria based on stochastic processes. The Annals of Mathematical Statistics, 23(2), 193–212. https://doi.org/10.1214/aoms/1177729437
- Choi, S. C., & Wette, R. (1969). Maximum likelihood estimation of the parameters of the gamma distribution and their bias. Technometrics, 11(4), 683–690. https://doi.org/10.1080/00401706.1969.10490731
- Cohen, A. C. (1965). Maximum likelihood estimation in the Weibull distribution based on complete and on censored samples. Technometrics, 7(4), 579–588. https://doi.org/10.1080/00401706.1965.10490300
- Delignette-Muller, M. L., & Cornu, M. (2008). Quantitative risk assessment for Escherichia coli O157:H7 in frozen ground beef patties consumed by young children in French households. International Journal of Food Microbiology, 128(1), 158–164. https://doi.org/10.1016/j.ijfoodmicro.2008.05.040
- Delignette-Muller, M. L., & Dutang, C. (2015). fitdistrplus: An R package for fitting distributions. Journal of Statistical Software, 64(4), 1–34. https://doi.org/10.18637/jss.v064.i04
- Dutang, C., Goulet, V., & Pigeon, M. (2008). actuar: An R package for actuarial science. Journal of Statistical Software, 25(7), 1–37. https://doi.org/10.18637/jss.v025.i07
- Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. https://doi.org/10.1214/aos/1176344552
- Hose, G. C., & Van den Brink, P. J. (2004). Confirming the species-sensitivity distribution concept for endosulfan using laboratory, mesocosm, and field data. Archives of Environmental Contamination and Toxicology, 47(4), 511–520. https://doi.org/10.1007/s00244-003-3212-5
- Hyndman, R. J., & Fan, Y. (1996). Sample quantiles in statistical packages. The American Statistician, 50(4), 361–365. https://doi.org/10.1080/00031305.1996.10473566
- Kefford, B. J., Nugegoda, D., Metzeling, L., & Fields, E. J. (2006). Validating species sensitivity distributions using salinity tolerance of riverine macroinvertebrates in the southern Murray–Darling Basin (Victoria, Australia). Canadian Journal of Fisheries and Aquatic Sciences, 63(8), 1865–1877. https://doi.org/10.1139/f06-080
- Luceño, A. (2006). Fitting the generalized Pareto distribution to data using maximum goodness-of-fit estimators. Computational Statistics & Data Analysis, 51(2), 904–917. https://doi.org/10.1016/j.csda.2005.09.011
- Nelder, J. A., & Mead, R. (1965). A simplex method for function minimization. The Computer Journal, 7(4), 308–313. https://doi.org/10.1093/comjnl/7.4.308
- R Core Team. (2026). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
- Schwarz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6(2), 461–464. https://doi.org/10.1214/aos/1176344136
- Stephens, M. A. (1974). EDF statistics for goodness of fit and some comparisons. Journal of the American Statistical Association, 69(347), 730–737. https://doi.org/10.1080/01621459.1974.10480196