问题标签 [weibull]

我需要绘制一个自定义轴类型的图表。
Y 轴应如下所示：http
://weibull.com/hotwire/issue8/rb8_7.gif Y 轴方程为：http
://weibull.com/hotwire/issue8/rb8_3.gif 任何想法如何做到这一点?

我有一个基于 N 轴力的连接力数据集（http://pastebin.com/Huwg4vxv）

之前的一些分析已经（由另一方）进行，并对其进行了 Weibull 分布，然后预测记录 60N 或更高力的机会约为 1.2%。

我不得不说，目测数据，这对我来说似乎不太可能，但我对这个特定的分布一无所知。

到目前为止，我能够拟合曲线：

我试图理解

1. weibull 发行版真的最适合这些数据吗？
2. 我如何使用 R 做出相同的预测（如何计算值高于 60N 的概率）；
3. 是否可以计算该值的 95% 置信区间（即 1.2% +/- x%）

感谢阅读皮特

R中是否有任何与生存模型一起使用的交叉验证包，比如weibull模型？

我正在 Scipy 中进行生存计算，但无法获得正确的值。

我的代码：

vals应该等于 0.085559356392783004，但我得到的是 0。

如果我定义自己的函数，我会得到正确的答案：

我可以只使用我自己的功能，但我很好奇我做错了什么。

我希望找到使用 R 的 fitdistr 函数 (MLE) 截断的分布的 weibull 形状和尺度参数。使用树木直径的数据样本（其中最小的是 2.8）：

结果：形状比例
1.36605920 9.97356797

给定数据分布，人们会期望负单调曲线（例如 shape<1）。然而，这些结果表明 shape>1，因为 fitdistr 没有考虑数据被截断的事实。在其他地方，建议如下：

但这会导致更大的威布尔形状值。如何为考虑数据左截断的分布生成形状和比例参数？提前谢谢了。

我正在设置一个脚本来从单列文本文件中提取厚度和电压，并对其执行 Weibull 分布。当我尝试使用时，fitdistr()我收到一条错误消息“ 'x' must be a non-empty numeric vector”。R 应该将文本文件中的数字解释为数字，但这似乎没有发生。有什么想法吗？

fitdistr(BDF, densfun ="weibull", lower = 0) fitdistr(BDF, densfun = "weibull", lower = 0) 中的错误：'x' 必须是非空数字向量

我正在使用的示例数据：2

尝试在 R 中使用 Weibull 分布运行生存分析时，我遇到了上述错误消息。

我的数据有点棘手，因为它包含左右删失的观察结果。

我按照https://stat.ethz.ch/R-manual/R-devel/library/survival/html/Surv.html上的说明进行操作：

“间隔删失数据可以用两种方式表示。对于第一种使用 type = "interval" 和上面显示的代码。在这种用法中，除非 event=3，否则 time2 参数的值将被忽略。第二种方法是考虑每个观察作为时间间隔，左删失为 (-infinity, t)，右删失为 (t, infinity)，精确为 (t,t)，间隔为 (t1, t2)。这是用于类型 =区间2。无穷大值可以用实际无穷大 (Inf) 或 NA 来表示。已证明第二种形式更有用。

我决定采用第二种形式，并使用以下标题对我的数据进行编码：

t1, t2 (开始和结束时间), status (0,1,2), factor1, factor2

为了运行我的模型，我用 R 编写：

但是，它一直给我错误消息：

我不知道我做错了什么，因为 surv() 对象只有 5 个可能的参数，而 origin 参数与我的情况无关。当我尝试使用较少的参数时，它仍然给我同样的错误信息。我尝试改用“type=interval”，但仍然收到相同的错误消息。

请帮忙。

我正在尝试找到最适合以下类型的四参数累积 Weibull 拟合：

f(x) = A*(1-exp(-((x-xo)/W)^s)

在 scipy.optimize 中使用 curve_fit 如下：

但是，我得到的输出是：

该问题似乎与未为 x 定义函数这一事实有关

有任何想法吗？

我的频率值随时间（x轴单位）而变化，如下图所示。经过一些归一化后，这些值可以被视为某些分布的密度函数的数据点。

问：假设这些频率点来自 Weibull 分布T，如何将最佳 Weibull 密度函数拟合到这些点，从而从中推断出分布T参数？

更新。为了防止被误解，我想补充一点解释。通过说我的频率值随时间（x轴单位）而变化，我的意思是我有数据表明我有：

• 7787 价值实现 1
• 3056 价值 2 的实现
• 2359 次实现价值 3 ... 等

实现我的目标的某种方式（我认为不正确）将是创建一组这些实现：

并fitdistr用于set.values：

为什么我认为这是不正确的方式，为什么我要寻找更好的解决方案R？

• 在上面介绍的分布拟合方法中，假设这set.values是我从分布中实现的完整集合T

• 在我原来的问题中，我知道密度曲线第一部分的点 - 我不知道它的尾巴，我想估计尾巴（以及整个密度函数）

我正在尝试拟合一条曲线来模拟直邮活动随时间推移的响应。使用 R，我能够使用 fitdistr() 函数获得形状和比例因子。然后我在 weibull() 函数中使用形状和比例作为参数。但是，我们的广告系列通常会持续 63 天（8 周），并且拟合的威布尔曲线的“长度”会过早地被截断。有没有办法设置“长度”？

...或者有没有更好的方法来模拟 Direct Mail 营销活动的响应？？？

谢谢！