拟合 beta 分布时出错：函数 mle 无法估计参数，错误代码为 100

我正在尝试使用fitdist ()函数从fitdistrplus包以使我的数据适合不同的分布。假设我的数据如下所示：

x = c (1.300000, 1.220000, 1.160000, 1.300000, 1.380000, 1.240000,
1.150000, 1.180000, 1.350000, 1.290000, 1.150000, 1.240000,
1.150000, 1.120000, 1.260000, 1.120000, 1.460000, 1.310000,
1.270000, 1.260000, 1.270000, 1.180000, 1.290000, 1.120000,
1.310000, 1.120000, 1.220000, 1.160000, 1.460000, 1.410000,
1.250000, 1.200000, 1.180000, 1.830000, 1.670000, 1.130000,
1.150000, 1.170000, 1.190000, 1.380000, 1.160000, 1.120000,
1.280000, 1.180000, 1.170000, 1.410000, 1.550000, 1.170000,
1.298701, 1.123595, 1.098901, 1.123595, 1.110000, 1.420000,
1.360000, 1.290000, 1.230000, 1.270000, 1.190000, 1.180000,
1.298701, 1.136364, 1.098901, 1.123595, 1.316900, 1.281800,
1.239400, 1.216989, 1.785077, 1.250800, 1.370000)

接下来，如果我跑fitdist (x, "gamma")一切都很好，但如果我使用fitdist (x, "beta")相反，我收到以下错误：

Error in start.arg.default(data10, distr = distname) : 
  values must be in [0-1] to fit a beta distribution

好的，所以我不是母语英语，但据我了解，此方法要求数据在 [0,1] 范围内，所以我使用x_scaled = (x-min(x))/max(x)。这给了我一个向量，其值在该范围内，与原始向量完美相关x.

因为x_scaled is of class matrix，我使用转换为数值向量as.numeric()。然后拟合模型fitdist(x_scale,"beta").

这次我收到以下错误：

Error in fitdist(x_scale, "beta") : 
  the function mle failed to estimate the parameters, with the error code 100

所以在那之后我一直在做一些搜索引擎查询，但我没有找到任何有用的东西。有人知道这里出了什么问题吗？谢谢

通过读源码可以发现默认的估计方法是fitdist is mle，这将调用mledist来自同一个包，这将为您选择和使用的分布构建负对数似然optim or constrOptim在数值上最小化它。如果数值优化过程出现任何问题，您会收到错误消息。

似乎发生错误是因为当x_scaled包含 0 或 1，那么计算 beta 分布的负对数似然就会出现问题，因此数值优化方法就会失效。一个肮脏的伎俩是让x_scaled <- (x - min(x) + 0.001) / (max(x) - min(x) + 0.002)，所以里面没有 0 也没有 1x_scaled, and fitdist将工作。