问题标签 [weibull]

我fitdistr在 R 中使用来选择最适合我的数据的分布。

我尝试过 Cauchy、Weibull、正态和 Gamma 分布。

对数似然是：Cauchy 为 -329.8492，Gamma 为 -277.4931，Normal 为 -327.7622，Weibull 为 -279.0352。

哪一个是最好的？具有最大值的那个（即 Gamma）还是具有最大 abs 的那个（即 Cauchy）？

谁能告诉我如何将两条累积分布曲线放在同一个图中？

执行此命令时：

Weibull cdf 曲线以某种意想不到的形式出现。这不是我所期待的。
我需要第一条曲线作为平滑线，第二条 ecdf 曲线作为步骤。

我想在经验累积分布曲线上绘制 Weibull 分布的累积分布曲线。

我已经尝试过几次，但它并没有达到我想要的方式。这是命令：

我目前正在处理一些与装置的安装日期和故障日期相对应的生命周期数据。数据是现场数据，所以我确实有大量的暂停（尚未出现故障的单元）。我想使用 Scipy stats 库对这些数据进行一些 Weibull 分析（例如将数据拟合到 weibull 曲线并获取分布参数）。我对 Python 和 Scipy 很陌生，所以我找不到将暂停数据包含在任何可用的 Weibull 分布（dweibull、exponweibull、minweibull、maxweibull）中的方法。有没有一种简单的方法来处理悬架？我不想重新设计轮子，但我在从我的数据中估计 Weibull 的参数时遇到了困难。谁能帮我？

非常感谢！

假设我有一个来自 Weibull 分布的随机样本 x，其形状参数 k=1，尺度参数 λ=2。
我应该如何计算样本的平均值？另外我能做些什么来计算样本的方差？

我还将感谢任何能够执行上述任务的有用的 Matlab 代码。

我正在帮助开发一个用 C#.NET 编写的应用程序。它所做的部分工作是收集机械测试的故障数据，我被要求根据这些数据自动创建 Weibull 分布。我发现了几个使用 2 参数 Weibull 分布的有用库，但我正在使用的数据包括没有失败的测试，这（据我所知）需要 3 参数分布。

有谁知道有什么好的资源可以使用可以集成到 .NET 应用程序中的 3 参数 Weibull 分布？

我想模拟数据集，该数据集从 3 个 weibull 分布中具有递减然后增加的风险，但我想让这个风险函数更接近于零，我怎样才能得到大约 0.1 或更少。我怎样才能修复我的代码来拥有这个？

我正在尝试为 R 中的删失数据创建 Weibull 概率图。为此，我需要 y 轴的对数刻度和 x 轴的对数刻度。

y 轴是概率（范围 0 到 1），x 轴是“天数”。

我知道我可以在 plot() 函数中使用 log="xy" 创建对数轴。但我需要 y 轴的对数刻度。

有没有办法做到这一点？

先感谢您！

数据示例： data$

X：直到失败的时间 cens
：二进制，如果被审查
则为0

解释：
所以 X 是我想要的 log x 轴，medianRanks 是我想要的 log-log y 轴。

问题是你不能从 <1 的数字计算两倍的对数，因为第一个对数会给出一个负数，而你不能从负数计算对数。这就是为什么我要转换轴而不是值的原因。

到目前为止我所做的：到目前为止
，我的解决方法是将我的 y 值乘以一个数字（例如 1000），这样我就没有任何小于 1 的值，然后计算这些值的对数对数。然后我绘制它们，隐藏轴并使用 axis() 函数添加新轴。

@mike1886 建议使用ggplot2包。我看了看，发现很有希望。当一个人创建一个 ggplot 时，可以添加coord_trans()来转换轴。有一些可用的转换，但我找不到对数日志的转换。幸运的是，还可以使用scales包中的trans_new()函数编写自定义转换。 到目前为止，我的新转换代码：

但它不起作用。

if (zero_range(range)) { 中的错误：需要 TRUE/FALSE 的缺失值另外：警告消息：在 log(log(x)) 中：产生了 NaN

我在 MATLAB 中为卡方测试编写了代码。我希望获得 0.897 或 0.287 等 P 值，但我的结果太小。下面是我的代码：

我也尝试过使用AD 测试，结果相似：

下面是带有拟合 Weibull 密度函数的数据的直方图（Weibull 参数为A=4.0420和B=2.0853）

我正在研究在许多夏天（尽管首先我只是想让一年的工作）随着时间的推移（以不规则的时间间隔拍摄）苍蝇的累积出现。累积出现遵循 sigmoid 模式，我想创建 3 参数 Weibull 累积分布函数的最大似然估计。我一直尝试在fitdistrplus包中使用的三参数模型不断给我一个错误。我认为这一定与我的数据结构有关，但我无法弄清楚。显然，我希望它将每个点读为x（学位日）和y(emergence) 值，但似乎无法读取两列。我得到的主要错误是“数学函数的非数字参数”或（代码略有不同）“数据必须是长度大于 1 的数字向量”。下面是我的代码，包括在数据框中添加的列，df_dd_em用于累积出现和出现百分比，以防万一。