问题标签 [weibull]

我是 R 新手，使用 Weibull 分布函数时遇到问题。

我必须使用累积分布，所以我必须使用 pweibull 函数。我也知道形状必须在0.7到0.8之间。

现在到了棘手的部分，对于 q 参数，我需要传递通过 Weibull 逆计算的随机值，该逆将具有 0 和 1 之间的随机值作为输入。这个功能有用吗？

总而言之，如果我创建一个包含 100 个随机数的向量，其值从 0 到 1，将其作为“x”参数传递给 pdiweibull，然后将该结果作为“q”参数传递给 pweibull，我是否将我的想法正确地转换为 R 代码?

我需要使用 jquery 计算威布尔分布。我使用的公式如下：

如果我的 X 过程遵循具有参数 alpha、beta 和 gamma 的 Weibull 分布，那么得到小于或等于特定值 x 的结果的概率是多少？” alpha、beta、gamma 和 x 的值都是函数的输入，输出是概率。

我需要澄清一下如何计算这三个参数（alpha、beta 和 gamma）。是否有任何特定的公式来计算这些参数？我已经搜索了很多，但仍然没有任何想法。

有没有jquery插件？

我正在尝试使用flexsurvreg包中的某些生存数据来估计 Weibull 分布的平均故障时间flexsurv。我需要能够估计用于模拟模型的标准误差。

以数据为例flexsurvreg；lung

现在，计算平均值只是将估计的参数值插入标准公式的情况，但是有没有一种简单的方法可以得出这个估计的标准误差？可以survreg这样做吗？

假设我有一个数组：adata=array([0.5, 1.,2.,3.,6.,10.])并且我想计算这个数组的 Weibull 分布的对数似然，给定参数[5.,1.5]和[5.1,1.6]。我从来没有想过我需要为这个任务编写自己的 Weibull 概率密度函数，因为它已经在scipy.stat.distributions. 所以，这应该这样做：

和：

或者我重新发明轮子，写一个新的 Weibull pdf 函数，比如：

和：

诚然，我总是理所当然地认为，如果某些东西已经存在scipy，那么它应该得到很好的优化，并且重新发明轮子很少会使它变得更快。但惊喜出现了：如果 I timeit， 100000 次调用wb2LL1(array([[5.,1.5],[5.1,1.6]])[...,newaxis], adata)需要 2.156s 而 100000 次调用wb2LL(array([[5.,1.5],[5.1,1.6]])[...,newaxis], adata)需要 5.219s，则内置stats.weibull_min.pdf()速度会慢两倍以上。

检查源代码python_path/sitepackage/scipy/stat/distributions.py并没有提供一个简单的答案，至少对我来说是这样。如果有的话，我希望它stats.weibull_min.pdf()几乎和wbp().

相关源码：2999-3033行：

所以，问题是：stats.weibull_min.pdf()真的慢吗？如果有，怎么来的？

Can anyone explain to me how to generate the Weibull distribution parameters k and c, in Matlab?

I have a file of 8000 data of wind speed, and I'd like to do the following:

1. Generate the Weibull's k and c parameters of those.
2. Plot the probability density function against the wind speed.

I am new in Matlab and have not yet been able to do this.

我是 Java 新手，我想创建一个 Weibull 分布的随机值。

我尝试使用 umontreal.iro.lecuyer.randvar 包中的 WeibullGen 类，但有点卡住了。
我尝试了类似以下的方法，但它显然不起作用。

我的问题是我不知道如何创建流。我很确定这不会那么难，但我真的很难找到自己的方式。

我从 ggplot2 中的人口普查数据创建了年龄与人口规模（按性别）的条形图。同样，我使用了 fitdistrplus 包中的“fitdist”函数来导出归一化（通过所有年龄箱中的最大观察人口）人口数据的 Weibull 参数。

我想做的是将绘制的数据与分布叠加为线图。我努力了

加上其他众多（不成功的）策略。

任何可以提供的帮助将不胜感激！请找到下面附加的语法：

数据结构

这是我的数据：https ://www.dropbox.com/s/xx02015pbr484es/Book2.xlsx

这是我的输出：

这是所需的输出：

如您所见，我希望将“数据”和“威布尔分布”放在一起，（在同一图中）。

这是我的代码：

file.data has the following values to fit with Weibull distribution,

Following the Weibull distribution function f(x)=1.0-exp(-lambda*x**n), it is giving error:

and finally plotting f(x) and xy graph have large discrepancy.

Any feedback would be highly appreciated. Thanks!

我是新R用户。我有一个sapply用于计算mean和sd拆分数据帧的简单函数示例。我的数据包含半小时风速和方向。我想知道我学习 13 年的每日 Weibull 分布。这就是为什么我的数据集是根据时间拆分的。

我的数据如下所示：

我为拆分应用查看的示例 R 代码是：

计算形状和尺度参数的 Weibull 分布代码为：

如何结合这两组R代码每天计算 Weibull 参数并存储在矩阵中？

我尝试了很多方法，但效果并不好。
如果这两组R代码组合在一起，我是否也应该改变风速和风向范围set1 <- createSet(height=10, v.avg=ballarat_alldata[,2], dir.avg=ballarat_alldata[,3])？