他のディストリビューションにFitCensoredを使用していますか？こんにちは。 Fit Censored（）関数を使用して分布をデータに適合させることに興味があります。 これまでのところ、ワイブル、対数正規、対数正規、フレシェ、SEV、正規、ロジスティック、LEVの分布にしか適合できないようです。
私の質問：この関数を使用してJohnsonSU / SL / SBまたは通常のマルチモーダルに適合させる方法はありますか？ たとえば、次のスクリプトはエラーを返します。
Names Default To Here(1);
result =
Fit Censored(
Distribution("JohnsonSU"),
Y(
[142, 156, 163, 198, 204, 205, 232, 239,
240, 261, 280, 296, 323, 344]
)
);
Show(result);エラー：「Distribution」のアクセスまたは評価で配布「JohnsonSU」が認識されません、Distribution（/ * ### * / "JohnsonSU"）
または、分布をデータに適合させることができる他の関数を見落としている可能性はありますか？ 確かに、Distributionプラットフォームを使用してデータを代替の分布に適合させることができますが、FitCensored関数の方がはるかに高速であるように見えます。 オーバーヘッドが少ないと思います。
アドバイスをいただければ幸いです。 ありがとう。
スクリプティングRe：他のディストリビューションにFit Censoredを使用していますか？Fit Censored（）関数は、Life Distributionプラットフォームで利用可能なほとんどのディストリビューションにのみ適合しますが、Distributionプラットフォームでのみ利用可能な一部のディストリビューションには適合しません。 この関数は、関心のある2つの分布に適合できません。
Fit Censored（）の方がはるかに高速であるとおっしゃっていたのは興味深いことです。 プラットフォームにはグラフィックスやその他のレポートの生成にいくらかのオーバーヘッドがあるため、それは理解できます。 ただし、データが非常に大きい場合、または多くのデータを分析している場合を除いて、違いはごくわずかです。 特に、ワイブル、対数正規などを比較する場合。
興味のある2つの分布のために、分布が遅いと感じる場合は、誤解があると思います。 関心のある2つの分布は複雑なモデルであり、集中的な計算が必要なためです。 Fit Censoredで利用可能であったとしても、大きな違いはありません。
Re：他のディストリビューションにFit Censoredを使用していますか？私自身の質問に答える。
さらに掘り下げて、この関数を見つけました：TransformをNormal（）に適合させます。
Names Default To Here(1);
datavec = [-3.7975076, 0.48221038, -1.3082712,
-1.860647, -6.9470789, -17.237024, -19.470857,
-6.1855986, 2.16525629, -30.990061];
freqvec = [1, 1, 1, 1, 1, 2, 2, 2, 2, 2];
As Table(datavec || freqvec);
Column(1) << set name("x");
Column(2) << set name("freq vec");
results =
Fit Transform To Normal(
Distribution("glog"),
Y(datavec),
freq(freqvec)
);
Show(results);私はそれが何をするのか理解しようとしています。 一見すると、データのベクトルをJohnson SL / SB / SUまたはGLog分布に適合させ、それぞれの分布のパラメーターを返すように見えます。 もしそうなら、これはまさに私が欲しいものです。 しかし、この機能に精通している人はいますか？正しく理解できますか？
関数名は、ベクトルを正規分布に変換していることを意味しているようですが、その場合、データを正規分布に単純に適合させることとどのように違うのでしょうか。 この機能がいつ使われるのかよくわかりません。 誰かが知っているなら、共有してください！
Re：他のディストリビューションにFit Censoredを使用していますか？助けてくれてありがとう。 はい、私のデータセットはおそらくかなり大きなIMO（10〜20k列、10〜100k行）だと思います。 私はそれがすべて相対的だと思います）。 分布をそのデータに適合させようとすると、ミリ秒ごとが重要になります。 Fit CensoredメソッドとDistributionプラットフォームメソッドの速度テストはまだ行っていませんが、前者の方が高速になるというのが私の本能です。 さらに、前者の方法はプログラムでフィットパラメータを抽出するのが簡単だと思います。
