Emekli bir araştırmacı tarafından teslim edilen mevcut bir tahmin algoritmasını yeniden oluşturmaya çalışıyorum. İlk adım, gelecekteki değerleri tahmin etmek için kullanılacak bir şekil ve ölçek elde etmek için gözlemlenen bazı verileri bir Weibull dağılımına sığdırmaktır. Bunu yapmak için R kullanıyorum. İşte benim kod bir örnek:
x<-c(23,19,37,38,40,36,172,48,113,90,54,104,90,54,157,51,77,78,144,34,29,45,16,15,37,218,170,44,121)
f<-fitdistr(x, 'weibull')
Giriş dizisinde sıfır yoksa, bu durumun tamamen başarısız olmasına neden olursa, bu iyi çalışır. Aynı şey SAS'ta da olur. Anladığım kadarıyla, bunun nedeni, Weibull dağılımını hesaplama adımlarından birinin, 0 için tanımlanmamış doğal günlüğü almasıdır. Bu soruna geçici bir çözüm bulmak için makul bir yol var mı?
Şimdiye kadar bulduğum en iyi şey, tüm giriş değerlerime 1 eklemek, eğriye uymak ve sonra tahmin edilen değerlerden birini çıkarmak (eğriyi "kaydır" ve sonra 1 aşağı). Bu, önceden tahmin edilen verilere oldukça iyi uyuyor, ancak bunu yapmanın yanlış bir yolu gibi görünüyor.
edit: giriş dizisindeki değerler gözlemlenir, bir dizi yıl için gerçek dünya verileri (bir şeylerin sayısı). Yani bazı yıllarda olay sayısı sıfırdı. En iyi yol olsun ya da olmasın (olmayabileceğini kabul ediyorum), orijinal algoritma yazarı Weibull dağıtımını kullandığını iddia ediyor ve süreçlerini çoğaltmaya çalışmalıyım.