weibull

    1熱度

    1回答

    我想找到R中給定Gamma,Weibull和Log正態分佈的數據的對數似然性。我該如何繼續,因爲我已經估計了各個分佈的參數?

    0熱度

    1回答

    使用Node.js,我們試圖想出一種生成1到100之間的隨機數的方法。但是,不使用標準線性像典型的RAND()函數那樣的分佈可能我們想要改爲使用威布爾(或某種這樣的)分佈來給出一個長尾,並且將更多的答案權衡給更大的值 - 例如可能產生一個75到100的值80%的時間,15%的時間會產生50到74的值,其餘的(< 20)會產生5%的時間。 我們使用以下公式 alpha *( - ln(1-X))^(

    -1熱度

    1回答

    我在R中使用fitdistr對我的索賠量數據擬合了Weibull,對數正態和Gamma分佈。我想在R中使用AIC選擇哪一個適合我的樣本數據。我要繼續嗎?

    2熱度

    2回答

    我正在與蒼蠅隨着時間的推移(不規則間隔)在許多夏季(儘管首先我只是想讓一年的工作)累積出現。累積出現遵循S形模式,我想創建一個3參數威布爾累積分佈函數的最大似然估計。我一直試圖在fitdistrplus包中使用的三參數模型不斷給我一個錯誤。我認爲這一定與我的數據結構有關,但我無法弄清楚。顯然,我希望它讀取每個點作爲x(度數天)和y(涌現)值,但它似乎無法讀取兩列。我得到的主要錯誤是「數學函數的非數

    2熱度

    1回答

    我想這個數據擬合到威布爾分佈Weibull分佈中的R 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

    0熱度

    1回答

    我試圖以適合動態混合模型(威布爾了大頭,帕累託爲尾部)使用fdwm()函數從evmix包: library(repmis) library(evmix) data=source_data("https://www.dropbox.com/s/r7i0ctl1czy481d/test.csv?dl=0")[,1] test=fdwm(data,c(0.9150062,75.4699181,qu

    1熱度

    2回答

    file.data具有以下值以適應Weibull分佈, x y 2.53 0.00 0.70 0.99 0.60 2.45 0.49 5.36 0.40 9.31 0.31 18.53 0.22 30.24 0.11 42.23 繼威布爾分佈函數f(x)=1.0-exp(-lambda*x**n),它給錯誤: fit f(x) 'data.dat' via lambda, n

    0熱度

    1回答

    我正在幫助用C#.NET編寫的應用程序。部分原因是收集機械測試的失敗數據,並且我被要求根據這些數據自動創建威布爾分佈。我發現了幾個有用的庫,它們使用了兩個參數Weibull分佈,但我正在使用的數據包括沒有失敗的測試,而據我所知,這個測試需要3個參數分佈。 有沒有人知道有任何良好的資源與那些可以集成到.NET應用程序的3參數威布爾分佈工作?

    2熱度

    1回答

    我目前正在使用與安裝日期和失效日期單位相對應的一些壽命數據。數據是現場數據,所以我確實有大量暫停(尚未出現故障的單元)。我想使用Scipy統計庫(將數據擬合到威布爾曲線並獲得分佈參數)對這些數據進行一些威布爾分析。我對Python和Scipy很陌生,所以我找不到一種方法將任何可用的威布爾分佈(dweibull,exponweibull,minweibull,maxweibull)中的暫停數據包含進

    0熱度

    2回答

    我正嘗試在我的data.frame(df)上創建一個具有Weibull密度值的新列。 我需要爲分位數(w)的向量考慮df中的組分配密度。 子集由變量「plot」分隔。 每個小區都有特定的Weibull參數,其中密度應該來源於其中。 參數存儲在df_2中。 重複的例子: set.seed(25) w = rweibull(1200,10,28) plot = data.frame(c(rep.