将 Weibull 累积分布拟合到 R 中的质量传递数据

Posted 2023-02-19

【中文标题】将 Weibull 累积分布拟合到 R 中的质量传递数据

【英文标题】：Fit a Weibull cumulative distribution to mass passing data in R

【发布时间】：2019-09-06 13:14:22

【问题描述】：

我有一些碎岩材料的粒度质量传递累积数据，我想使用 R 拟合 Weibull 分布。我已经设法在 Excel 中使用 WEIBULL.DIST() 函数使用累积开关集来做到这一点为真。 然后我使用 excel SOLVER 使用 RMSE 推导出 alpha 和 beta 参数以获得最佳拟合。我想在 R 中重现结果。

（见附件here）

粒子数据和累积质量通过%是以下向量

d.mm <- c(20.001,6.964,4.595,2.297,1.741,1.149,
          0.871,0.574,0.287,0.082,0.062,0.020)
m.pct <- c(1.00,0.97,0.78,0.49,0.27,0.20,0.14,
         0.11,0.07,0.03,0.025,0.00)

这是我想拟合 Weibull 结果的图：

plot(log10(d.mm),m.pct)

...根据电子表格计算直径值向量的函数

   d.wei <- c(seq(0.01,0.1,0.01),seq(0.2,1,0.1),seq(2,30,1))

我使用 Solver 在 Excel 中确定的 Weibull alpha 和 beta 的最佳值分别是 1.41 和 3.31 所以我的问题是如何在 R 中重现这个分析（不一定是 Solver 部分），但如何将 Weibull 拟合到这个数据集？

【参考方案1】：

非线性最小二乘函数nls 是 Execl 求解器的 R 版本。

pweibull 将计算 Weibull 分布的概率分布。代码中的cmets应该说明一步一步的解决方案

d.mm <- c(20.001,6.964,4.595,2.297,1.741,1.149,
          0.871,0.574,0.287,0.082,0.062,0.020)
m.pct <- c(1.00,0.97,0.78,0.49,0.27,0.20,0.14,
           0.11,0.07,0.03,0.025,0.00)

#create data frame store data
df<-data.frame(m.pct, d.mm)

#data for prediction
d.wei <- c(seq(0.01,0.1,0.01),seq(0.2,1,0.1),seq(2,30,1))

#solver (provided starting value for solution)
# alpha is used for shape and beta is used for scale
fit<-nls(m.pct~pweibull(d.mm, shape=alpha, scale=beta), data=df, start=list(alpha=1, beta=2))
print(summary(fit))

#extract out shape and scale
print(summary(fit)$parameters[,1])

#predict new values base on model
y<-predict(fit, newdata=data.frame(d.mm=d.wei))

#Plot comparison
plot(log10(d.mm),m.pct)
lines(log10(d.wei),y, col="blue")

【讨论】：

当我更改了一些字段名称直到意识到“预测”中使用的字段名称需要与数据框中使用的字段名称相同时，我遇到了一些问题用于构建 nls 模型...在此示例中为 'd.mm'