有谁做过关于三参数Weibull分布的拟合的 可靠性技术 新手提问 08年4月30日 编辑 johnwang985 取消关注 关注 私信 我用概率加权矩法拟合的Weibull分布,利用响应面生成了10000个样本拟合的.可最后发现我所拟合的最小寿命参数大于模拟试验中的最小寿命. 给TA打赏 共{{data.count}}人 人已打赏
soda lv5lv5 08年4月30日 我以前读书时专门做过weibull分布的参数估计问题，不过我用的是极大似然估计法，并且找到了一种收敛的迭代法来求解两参数和三参数的weibull分布。 首先，每个模型都有他的物理背景。在这种物理背景下，我们可以找到一些样本近似的服从某某分布，只是近似。这是第一个误差产生原因，模型不一定是最好的， 其次，我们用样本对模型中的参数进行估计时，所选取的方法不一定是最好的，这也可能造成误差。 对于概率加权矩这种方法有他的优点，就是收敛和对小样本数据拟合精度较高。不过由于加权的原因，精度受作者主观的影响。 如果你不是编写算法，建议你使用最简单的方法概率纸法或最小二乘法进行拟合，如果是写论文的话，到是可以考虑。 记得蒋仁言曾写过一本书，weibullmodes，你可以参加下。 5.1快乐
感觉是高级的理论知识，一直看不懂，占个位置，看高手解答。
数值拟合或weibull概率纸法都可以。也许我能帮帮忙呢
我以前读书时专门做过weibull分布的参数估计问题，不过我用的是极大似然估计法，并且找到了一种收敛的迭代法来求解两参数和三参数的weibull分布。
首先，每个模型都有他的物理背景。在这种物理背景下，我们可以找到一些样本近似的服从某某分布，只是近似。这是第一个误差产生原因，模型不一定是最好的，
其次，我们用样本对模型中的参数进行估计时，所选取的方法不一定是最好的，这也可能造成误差。
对于概率加权矩这种方法有他的优点，就是收敛和对小样本数据拟合精度较高。不过由于加权的原因，精度受作者主观的影响。
如果你不是编写算法，建议你使用最简单的方法概率纸法或最小二乘法进行拟合，如果是写论文的话，到是可以考虑。
记得蒋仁言曾写过一本书，weibullmodes，你可以参加下。
5.1快乐