Dans une recherche de modèle correspondant à un pool de données, je dois ajuster ma courbe (et donc les constantes de mon modèle) à mes données expérimentales.
Il y a un tutoriel de R qui explique bien comment procéder mais j'ai quelques problèmes pour comprendre comment l'appliquer. Voici le code du tuto ("Fitting distribution with R" de Vito Ricci).
Code : Tout sélectionner
library(stats4) ## loading package stats4
ll<-function(lambda,alfa) {n<-200
x<-x.gam
-n*alfa*log(lambda)+n*log(gamma(alfa))-(alfa-
1)*sum(log(x))+lambda*sum(x)} ## -log-likelihood function
est<-mle(minuslog=ll, start=list(lambda=2,alfa=1))
summary(est)
Maximum likelihood estimation
Call:
mle(minuslogl = ll, start = list(lambda = 2, alfa = 1))
Coefficients:
Estimate Std. Error
lambda 0.5290189 0.05430615
alfa 3.6829126 0.35287672
-2 log L: 1044.282
Mes principaux problèmes sont:
-Où sont entrées les données expérimentales dans cet exemple(est-ce x.gam?
-Si la fonction présentée ici est à remplacer par notre fonction
- a quoi correspond le n
- comme le mle utilise le -log, faut il mettre sa propre fonction (et les donnée?) également en -log?
Voilà, J'espère que mes questions sont compréhensibles.
Merci à vous,
Lise