r - 在 R 中拟合多峰分布；从拟合分布生成新值

Question

我正在处理小样本数据:

>dput(dat.demand2050.unique)  
c(79, 56, 69, 61, 53, 73, 72, 86, 75, 68, 74.2, 80, 65.6, 60, 54)    

其密度分布如下所示:

我知道这些值来自两个状态 - 低和高 - 并假设基础过程是正常的，我使用 mixtools 包来拟合双峰分布:

set.seed(99)  
dat.demand2050.mixmdl <- normalmixEM(dat.demand2050.unique, lambda=c(0.3,0.7), mu=c(60,70), k=2)

这给了我以下结果:

(实线是拟合曲线，虚线是原始密度)。

# get the parameters of the mixture
dat.demand2050.mixmdl.prop <- dat.demand2050.mixmdl$lambda    #mix proportions
dat.demand2050.mixmdl.means <- dat.demand2050.mixmdl$mu    #modal means
dat.demand2050.mixmdl.dev <- dat.demand2050.mixmdl$sigma   #modal std dev  

混合参数为:

>dat.demand2050.mixmdl.prop  #mix proportions  
[1] 0.2783939 0.7216061  
>dat.demand2050.mixmdl.means  #modal means  
[1] 56.21150 73.08389  
>dat.demand2050.mixmdl.dev  #modal std dev  
[1] 3.098292 6.413906 

我有以下问题:

1. 为了生成一组近似基础分布的新值，我的方法正确还是有更好的工作流程？
2. 如果我的方法正确，我如何使用该结果从该混合分布中生成一组随机值？

Answer 1

你的样本量对于拟合混合物来说有点可疑，但没关系。您可以按如下方式从拟合的混合物中取样:

probs <- dat.demand2050.mixmdl$lambda
m <- dat.demand2050.mixmdl$mu
s <- at.demand2050.mixmdl$sigma

N <- 1e5
grp <- sample(length(probs), N, replace=TRUE, prob=probs)
x <- rnorm(N, m[grp], s[grp])