小编Sil*_*via的帖子

我有一个包含 1096 个数字的向量，这是一个测量站 3 年内测量的 NOx 的日平均浓度。您可以观察图像中的分布类型：

我使用这些命令来做直方图：

NOxV<-scan("NOx_Vt15-17.txt")
hist.NOxVt<-hist(NOxV, plot = FALSE, breaks = 24) 
plot(hist.NOxVt, xlab = "[NOx]", ylab = "Frequenze assolute", main = "Istogramma freq. ass. NOx 15-17 Viterbo")
points(hist.NOxVt$mids, hist.NOxVt$counts, col= "red")

我的教授建议我用泊松分布拟合直方图 - 注意转换：离散 -> 连续（我不知道这意味着什么） - 或“对数正态”分布。

我尝试使用她在课程中给我们的一些命令行来进行泊松拟合，但是在执行以下最后一行代码后，R 给了我一个错误：

  my_poisson = function(params, x){
      exp(-params)*params^x/factorial(x)
  }

  y<-hist.NOxVt$counts/1096;
  x<-hist.NOxVt$mids;
  z <- nls( y ~ exp(-a)*a^x/factorial(x), start=list(a=1) )

numericDeriv(form[[3L]], names(ind), env) 中的错误：评估模型时产生的缺失值或无穷大此外：有 50 个或更多警告（使用警告（）查看前 50 个）”

这个问题解决不了（在网上搜索类似问题）我决定用对数正态拟合分布，但我不知道怎么做，因为教授没有给我们解释，我仍然没有足够的 R 经验来自己解决。

我将不胜感激有关如何进行对数正态拟合和/或泊松拟合的任何建议或示例。