Als «weibull» getaggte Fragen

Die Weibull-Verteilung ist eine Wahrscheinlichkeitsverteilung mit Anwendungen in den Bereichen Überlebensanalyse, Zuverlässigkeitsanalyse, Fehleranalyse, Wirtschaftsingenieurwesen, Extremwerttheorie, Wettervorhersage, Forstwirtschaft und mehr.

1
Können Freiheitsgrade eine nicht ganzzahlige Zahl sein?
Wenn ich GAM verwende, erhalte ich einen DF-Rest von (letzte Zeile im Code). Was bedeutet das? Über das GAM-Beispiel hinausgehend: Kann die Anzahl der Freiheitsgrade im Allgemeinen eine nicht ganzzahlige Zahl sein?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 
1
GBM-Paket vs. Caret mit GBM
Ich habe das Modell mit optimiert caret, aber dann das Modell mit dem gbmPaket erneut ausgeführt. Nach meinem Verständnis sollten das verwendete caretPaket gbmund die Ausgabe identisch sein. Nur ein kurzer Testlauf mit data(iris)zeigt jedoch eine Diskrepanz im Modell von etwa 5% unter Verwendung von RMSE und R ^ 2 …
1
Weibull vs. Gamma-Verteilung
Ich habe Daten, die Abstände zwischen aufeinanderfolgenden Punkten auf einer Linie (1D-Vektor) umfassen: Traditionell werden solche Daten in meinem Bereich mit einer Gammaverteilung versehen, um die Verteilung der Punkte zu beschreiben. In einigen Fällen finde ich jedoch, dass eine Weibull-Verteilung besser passt (höhere Wahrscheinlichkeit basierend auf BIC / AIC) oder …
1
Vergleich von Ansätzen von MLE-Schätzungen einer Weibull-Verteilung
Ich muss eine Weibull-Verteilung auf einige Daten parametrisieren. Daher verwende ich die Maximum-Likelihood-Estimation (MLE) aus dem fitdistrplus-Paket in R. Ich wollte jedoch verstehen, was im Paket getan wird, und habe daher neben der Verwendung des Pakets zwei manuelle Lösungen ausprobiert, um die von angegebenen MLE-Schätzungen zu überprüfen Fitdist. Zusammenfassend sind …
3
Weibull-Überlebensmodell mit zeitlich variierenden Covariaten in R.
Ich versuche, ein Überlebensmodell mit dem Weibull-Ansatz zu erstellen, aber die Falte ist, dass ich zeitlich variierende Kovariaten habe. Ich verwende das Überlebenspaket in R. Mein Anruf lautet: output <- survreg(Surv(start, stop, fail) ~ gdppc + [...] + cluster(name), data = mydata, dist="weibull") was den folgenden Fehler ergibt: Error in …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.