Scipy Weibull CDF 计算

Posted

技术标签:

【中文标题】Scipy Weibull CDF 计算【英文标题】:Scipy Weibull CDF calculation 【发布时间】:2015-02-10 11:45:40 【问题描述】:

我正在 Scipy 中进行生存计算,但无法得到正确的值。

我的代码:

x, a, c = 1000, 1.5, 5000

vals = exponweib.cdf(x,a,c,loc=0,scale=1)

vals 应该等于 0.085559356392783004,但我得到的是 0。

如果我定义自己的函数,我会得到正确答案:

def weibCumDist(x,a,c):
    return 1-np.exp(-(x/c)**a)

我可以只使用我自己的函数,但我很好奇我做错了什么。

【问题讨论】:

c 等于 5000 的值是巨大的,你确定这是正确的吗?我收到一个运行时错误,因为幂指数太大。 【参考方案1】:

您没有正确地将您的参数映射到 scipy.要实现您的weibCumDist 的等效项:

In [22]: x = 1000

In [23]: a = 1.5

In [24]: c = 5000

In [25]: exponweib.cdf(x, 1, a, loc=0, scale=c)
Out[25]: 0.08555935639278299

注意exponweibexponentiated Weibull distribution。

您可能想使用scipy.stats.weibull_min。这是通常被称为“威布尔分布”的分布的实现:

In [49]: from scipy.stats import weibull_min

In [50]: weibull_min.cdf(x, a, loc=0, scale=c)
Out[50]: 0.08555935639278299

【讨论】:

以上是关于Scipy Weibull CDF 计算的主要内容,如果未能解决你的问题,请参考以下文章

在 Python 中计算累积分布函数 (CDF)

Scipy Weibull 参数置信区间

使用 Scipy 拟合 Weibull 分布

使用 scipy.stats 将 Weibull 分布拟合到数据是不是表现不佳?

scipy.stats.weibull_min.fit() - 如何处理右删失数据?

尝试 MLE 拟合 Weibull 分布时 scipy.optimize.minimize 中的 RuntimeWarning