Ajustement continu d'une distribution avec décompositionBonjour
Je cherche à faire un ajustement de distribution continue pour une combinaison personnalisée d'une décroissance exponentielle et d'un log normal ou de Weibull ou gamma. Fondamentalement, une distribution asymétrique à droite non normale avec une décroissance exponentielle. J'ai vérifié la plate-forme de distribution et l'option des mélanges, mais je n'ai pas trouvé le moyen approprié.
Toute aide très appréciée.
Merci
Re: Ajustement continu d'une distribution avec décompositionJe pense que j'utilise mes données dans un sens non conventionnel. Fondamentalement, je ne regarde pas la fiabilité des produits ou les temps de défaillance, mais plutôt les distances quotidiennes parcourues sur une année pour voir quelles distributions / combinaisons auront une meilleure prédiction. Mon impression est qu'une distribution pourrait bien fonctionner pour des distances plus courtes et une autre distribution se porterait mieux sur des distances relativement plus longues.
Jusqu’à présent, j’ai fait tout l’ajustement continu possible, bricolé un peu avec les mélanges conditionnels, mais j’attends maintenant jusqu’à ce que je sois confiant qu’une approche par mélange conviendrait mieux qu’un ajustement continu unique.
Re: Ajustement continu d'une distribution avec décompositionMerci pour les pointeurs. vérifiera le manuel d'aide
Re: Ajustement continu d'une distribution avec décompositionVoici quelques commentaires et idées supplémentaires:
- Pensez-vous que vos données sont un mélange conditionnel, parfois une distribution est active et d'autres fois, toutes les deux sont actives. J'ai vu ce type de distribution pour les défauts, les particules sur le produit. La plupart du temps, des défauts aléatoires d'une distribution particulière mais une partie du temps, un autre mode de défauts a été ajouté. Si tel est le cas, votre modèle prédit pourrait ressembler à Lognormal (p1, p2) + (Random Uniform ()> p3) * p4 * Exp (), où p1 à p4 sont des paramètres à estimer. Ceux-ci auront besoin de valeurs de départ. J'ai trouvé que Distribution> Continuous Fit> Normal Mixture 2 donnerait un bon point de départ pour p3 la proportion de la distribution de base.
- JMP Pro Life Distribution correspond au temps nécessaire pour faire échouer les données, mais supposez que vos données, c'est du temps. Il a un mélange de Fit pour les distributions que vous attendez.
Ci-joint un tableau avec des simulations aléatoires il y a deux mélanges, les résultats varieront puisque les données ont des formules. Les scripts attachés à Life Distribution risquent de ne pas fonctionner, selon votre version de JMP. La distribution de la vie pour le mélange de Weilbull et Exponential pour mes simulations.
Re: Ajustement continu d'une distribution avec décompositionJMP n'inclut pas ce modèle dans la plate-forme de distribution, la plate-forme Fit Curve ou les fonctions de probabilité.
Voir Aidez-moi > Livres > Modélisation prédictive et spécialisée . Voir le chapitre Modèles non linéaires et personnalisés.
Re: Ajustement continu d'une distribution avec décompositionMerci txnelson
Je l'ai essayé et j'ai trouvé les distributions univariées qui correspondent à mes données, basées sur AIC et -2 * LL
Mais j'essaie spécifiquement de modéliser quelque chose comme ceci pour un ajustement de distribution: Y ~ f1 (weibull, gamma ou log-normal) + f2 (décroissance exponentielle)
Merci,
Re: Ajustement continu d'une distribution avec décompositionAvez-vous essayé l’option "Tous" sur les distributions pour voir ce que JMP trouve le mieux adapté?
