Ich versuche, eine Mischung aus zwei Weibull-Verteilungen anzupassen, um zwei separate Alphas und Betas aus meinen Daten zu erhalten. Dabei möchte ich bestimmen, zu welchem Teil meiner Daten der erste Weibull und zu welchem Teil der zweite Weibull passen soll. Das Ergebnis ist ungefähr wie folgt: Die Mischung zweier Weibull-Komponenten bestimmt den ersten und zweiten Weibull selbstständig.
Hallo @FrequencyBison9 : Können Sie genauere Informationen dazu geben, was Sie damit erreichen möchten?
Wenn Sie eine Mischung zweier Verteilungen anpassen, dann gilt pdf(Mischung) = p1*pdf1 + p2*pdf2, wobei p1+p2 = 1 (p1>=0, p2>=0). Die Schätzung aller Parameter (in Ihrem Fall 5) erfolgt üblicherweise über die Maximum-Likelihood-Methode. Das Definieren und Schätzen eines „Ankerpunkts“ gehört nicht dazu; eine Mischverteilung wird nicht geschätzt, indem man eine Verteilung bis zu einem Ankerpunkt anpasst und dann eine weitere Verteilung von diesem Ankerpunkt anpasst (obwohl es verlockend ist, so darüber nachzudenken!).
Was möchten Sie mit dieser PDF(-Mischung) machen? Warum möchten Sie sie „anpassen“?
Bearbeiten: Wenn Sie das, was Sie beschreiben, tun möchten, können Sie dies möglicherweise über eine nichtlineare Regression erreichen. Es ist ein ziemlich komplexes Thema, aber vielleicht hilft Ihnen das beim Einstieg.
https://community.jmp.com/t5/JMP-Blog/Fitting-piecewise-functions-with-JMP-s-Nonlinear-platform/ba-p/417867
