如何将weibull分布与使用python的数据相匹配？

Question

我希望使用Python3.4为一组数据找到最合适的weibull参数。

import scipy.stats as ss
list1 = []
list2 = []
for x in range(0, 10):
    list1.append(ss.exponweib.pdf(x, a=1, c=2.09, scale=10.895, loc=0))
    list2.append(ss.weibull_min.pdf(x, c=2.09, loc=0, scale=10.895))
    if list1[x]-list2[x] < .000000001:
        list1[x]=list2[x]

if list1 == list2:
    print("true")

print(ss.distributions.weibull_min.fit(list1, floc=0))
print(ss.distributions.weibull_min.fit(list1, loc=0))
print(ss.distributions.weibull_min.fit(list1, floc=0))
print(ss.distributions.exponweib.fit(list1, 1,1))
print(ss.distributions.exponweib.fit(list1, floc=0, f0=1))
print(ss.distributions.exponweib.fit(list1, floc=0, a=1, f0=1))

我尝试过的每一件事都不会产生输入参数，我也不知道为什么。

此代码的输出是：

true
(2.8971366871403661, 0, 0.065615284314998634)
(0.71134622938358294, 0.014105558832066645, 0.076662586739229072)
(2.8971366871403661, 0, 0.065615284314998634)
(0.27753056922336583, 3.1962672780921197, -3.4788071110631162e-27, 0.077986010645321888)
(1, 2.8971366871403661, 0, 0.065615284314998634)
(1, 2.8971366871403661, 0, 0.065615284314998634)

其中没有一个是正确的输入参数。(2.09及10.895.)任何帮助都是非常感谢的。谢谢。

Answer 1

fit()方法的第一个参数是要适合的发行版中的值示例(而不是PDF值)。因此，您应该使用rvs()方法来生成数据，而不是pdf()方法。

下面是一个简单的示例，其中我从exponweib发行版生成250个值的示例，然后在该示例中使用fit()。我假设当我拟合数据时，我知道形状参数a必须是1，而loc参数必须是0：

In [178]: from scipy.stats import exponweib

In [179]: sample = exponweib.rvs(a=1, c=2.09, scale=10.895, loc=0, size=250)

In [180]: exponweib.fit(sample, floc=0, fa=1)
Out[180]: (1, 2.0822583185068915, 0, 10.946962241403902)