Ajuste continuo de una distribución con desintegración.Hola
Estoy buscando hacer un ajuste de distribución continuo para una combinación personalizada de una caída exponencial y un log normal o weibull o gamma. Básicamente, una distribución sesgada a la derecha no normal con un decrecimiento exponencial. Revisé la plataforma de distribución y la opción de mezclas pero no pude encontrar una forma adecuada.
Cualquier ayuda muy apreciada.
Gracias
Re: Ajuste continuo de una distribución con decaimiento.Creo que estoy usando mis datos en un sentido no convencional. Básicamente, no estoy viendo la confiabilidad del producto ni los tiempos de falla, sino observando las distancias de conducción diarias durante un año para ver qué distribución / combinación tendrá una mejor predicción. Mi corazonada es que una distribución podría funcionar bien para distancias más cortas y alguna otra distribución funcionará mejor en distancias relativamente más largas.
Hasta el momento hice todo el ajuste continuo posible, jugué un poco con las mezclas condicionales, pero me estancé hasta que esté seguro de que un enfoque de mezcla encajaría mejor que un solo ajuste continuo
Re: Ajuste continuo de una distribución con decaimiento.Gracias por los punteros. Echa un vistazo al manual de ayuda
Re: Ajuste continuo de una distribución con decaimiento.Aquí hay algunos comentarios e ideas más:
- ¿Crees que tus datos son una mezcla condicional, a veces una distribución está activa y otras ambas están activas? Vi este tipo de distribución por defectos, partículas en el producto. La mayoría de las veces se agregaron defectos aleatorios de una distribución particular, pero una parte del tiempo, otro modo de defectos. Si ese es el caso, su modelo predicho podría parecerse a Lognormal (p1, p2) + (Random Uniform ()> p3) * p4 * Exp (), donde p1-p4 son parámetros para estimar. Estos necesitarán valores iniciales. Descubrí que Distribución> Ajuste continuo> Mezcla normal 2 proporcionará un buen punto de partida para p3 la proporción de la distribución de referencia.
- JMP Pro Life Distribution se ajusta al tiempo para fallar datos, pero imagina que tus datos son el tiempo. Tiene una mezcla adecuada para las distribuciones que esperas.
Se adjunta una tabla con simulaciones aleatorias, existen dos mezclas, los resultados variarán ya que los datos tienen fórmulas. Es posible que los scripts adjuntos para Life Distribution no funcionen, dependiendo de su versión de JMP. The Life Distribution para la mezcla de Weilbull y Exponential para mis simulaciones.
Re: Ajuste continuo de una distribución con decaimiento.Ese no es un modelo que JMP incluye en la plataforma de distribución, la plataforma de curva de ajuste o las funciones de probabilidad.
Ver Ayuda > Libros > Modelización Predictiva y Especializada. . Vea el capítulo para modelos no lineales y personalizados.
Re: Ajuste continuo de una distribución con decaimiento.Gracias txnelson
Lo probé y encontré las distribuciones univariadas que se ajustan a mis datos basadas en AIC y -2 * LL
Pero específicamente estoy tratando de modelar algo como esto para un ajuste de distribución: Y ~ f1 (weibull, gamma o log-normal) + f2 (decaimiento exponencial)
Gracias,
Re: Ajuste continuo de una distribución con decaimiento.¿Probó la opción "Todas" en las distribuciones para ver qué JMP encuentra como la mejor opción?
