Question

我正在尝试使用从R中的幸运符估计的参数生成逆Weibull分布。我的意思是我想，对于给定的概率（这将是在MS Excel中实现的小型仿真模型中的随机数），使用我的参数返回预期的失败时间。我理解反Weibull分布的一般形式是：

X=b[-ln(1-rand())]^(1/a)

其中a和b分别是形状和比例参数，X是我想要的失败时间。我的问题在于解释来自幸存的截距和协变量参数。我有这些参数，时间单位是天：

             Value   Std. Error    z    p
(Intercept)     7.79    0.2288  34.051  0.000
Group 2        -0.139   0.2335  -0.596  0.551
Log(scale)     0.415    0.0279  14.88   0.000
Scale= 1.51 

Weibull distribution
Loglik(model)= -8356.7   Loglik(intercept only)= -8356.9 
Chisq = 0.37 on 1 degrees of freedom, p= 0.55 
Number of Newton-Raphson Iterations: 4 
n=1682 (3 observations deleted due to missing values)

我在帮助文件中读到R中的系数来自“极值分布”，但我不确定这是什么意思以及我如何“回到”公式中直接使用的标准比例参数。使用b = 7.79和a = 1.51给出了无意义的答案。我真的希望能够为基组和'Group 2'生成时间。我还应该注意，我自己没有进行分析，也无法进一步查询数据。

Answer 1

手册页?survreg（在“示例”部分中）对此进行了解释。

library(survival)
y <- rweibull(1000, shape=2, scale=5)
r <- survreg(Surv(y)~1, dist="weibull")
a <- 1/r$scale      # Approximately 2
b <- exp( coef(r) ) # Approximately 5
y2 <- b * ( -ln( 1-runif(1000) ) ) ^(1/a)
y3 <- rweibull(1000, shape=a, scale=5)
# Check graphically that the distributions are the same
plot(sort(y), sort(y2))
abline(0,1)

Answer 2

关键是rweibull生成的形状参数是幸存输入的形状参数的倒数

解释来自幸存的Weibull参数

2 个答案: