2

我正在尝试将此数据拟合到 weibull 分布：

我的x和y变量是：

y <- c(1, 1, 1, 4, 7, 20, 7, 14, 19, 15, 18, 3, 4, 1, 3, 1, 1, 1, 1, 1, 1, 1, 1, 1)
x <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24)

情节如下所示：

在此处输入图像描述

我正在寻找这样的东西： 拟合情节

我想给它拟合一条威布尔曲线。我在 R 中使用 nls 函数，如下所示：

nls(y ~ ((a/b) * ((x/b)^(a-1)) * exp(- (x/b)^a)))

这个函数总是抛出一个错误说：

Error in numericDeriv(form[[3L]], names(ind), env) : 
  Missing value or an infinity produced when evaluating the model
In addition: Warning message:
In nls(y ~ ((a/b) * ((x/b)^(a - 1)) * exp(-(x/b)^a))) :
  No starting values specified for some parameters.
Initializing ‘a’, ‘b’ to '1.'.
Consider specifying 'start' or using a selfStart model

所以首先我尝试了不同的起始值，但没有任何成功。我无法理解如何对起始值做出“好的”猜测。然后我使用SSweibull(x, Asym, Drop, lrc, pwr)了 selfStart 函数。现在 SSWeibull 函数需要 Asym、Drop、lrc 和 pwr 的值，我不知道这些值可能是什么。

如果有人可以帮助我弄清楚如何进行，我将不胜感激。

数据背景：我从 bugzilla 获取了一些数据，我的“y”变量是特定月份报告的错误数，“x”变量是发布后的月份数。

4

1 回答 1

4

您可能会考虑修改公式以更好地拟合数据。例如，您可以添加一个截距（因为您的数据在 1 而不是 0 处保持平坦，这是模型想要做的）和一个标量乘数，因为您实际上并没有拟合密度。

花一些时间真正考虑什么参数是有意义的总是值得的，因为模型拟合过程通常对初始估计非常敏感。您还可以进行网格搜索，在其中找到可能的参数范围，并尝试使用错误捕获功能将模型与各种组合进行拟合。 nls2可以选择为您执行此操作。

所以，例如，

## Put the data in a data.frame
dat <- data.frame(x=x, y=y)

## Try some possible parameter combinations
library(nls2)
pars <- expand.grid(a=seq(0.1, 100, len=10),
                    b=seq(0.1, 100, len=10),
                    c=1,
                    d=seq(10, 100, len=10))

## brute-force them
## note the model has changed slightly
res <- nls2(y ~ d*((a/b) * ((x/b)^(a-1)) * exp(- (x/b)^a)) + c, data=dat,
           start=pars, algorithm='brute-force')

## use the results with another algorithm
res1 <- nls(y ~ d*((a/b) * ((x/b)^(a-1)) * exp(- (x/b)^a)) + c, data=dat,
           start=as.list(coef(res)))

## See how it looks
plot(dat, col="steelblue", pch=16)
points(dat$x, predict(res), col="salmon", type="l", lwd=2)

在此处输入图像描述

不完美，但这是一个开始。

于 2015-10-13T23:26:36.607 回答