Datos multimodales: ¿dónde comienza una cola y la otra?

Question

Tengo algunas observado (es decir, no se genera por cualquier hipótesis de distribución, sino que se generan por procesos reales) de datos que creo que es bi-modal (puede que tenga más modos de dos).

En este conjunto de datos, hay 241,792 observaciones. Los deciles son los siguientes valores:

MIN  - 0.1472
10th - 0.3072
20th - 0.4094
30th - 0.6267
40th - 0.9396
50th - 1.4678
60th - 2.4125
70th - 4.2814
80th - 7.8145
90th - 16.7443
MAX - 241.0211

¿Cómo puedo identificar los modos de uso de R?

Una vez identificado y suponiendo que cada uno de los modos es la ubicación de la tendencia central de un local, algo distribución de Gauss, ¿cómo debo determinar donde una cola termina y comienza la siguiente?

El resultado final es que estoy tratando de tratar el conjunto de datos como la composición de particiones, donde cada partición puede ser analizado en su propio.

Answer 1

En primer lugar, parece muy poco probable que los datos son el resultado de cualquier número de distribuciones de Gauss, con todos los datos que se están sospechosamente positiva y la mediana de mucho más lejos de la máxima de que el mínimo. Así que me gustaría buscar otras distribuciones de probabilidad.

Segundo, ¿por qué no probar métodos visuales de primera una densidad de línea de parcela debe mostrar de inmediato si existen, pues, dos modos (es decir, que serán los dos locales maxima).

Finalmente, como Abe dice, es importante tener en cuenta que si es un mixto de distribución de las colas se superponen, por lo que en la mayoría de los que usted está buscando un punto donde una observación es más probable que sea a partir de la distribución de a que de B. Para determinar esto, es necesario identificar los dos distribuciones y estimación de ellos. Hay varias maneras de ir sobre esto, pero me gustaría ver las pruebas que se necesitan en primer lugar.