作者askpeople (就是要问!!!)
看板Statistics
标题[问题] 如何判断资料是否服从韦伯分布?? (风速)
时间Tue Jul 4 19:41:28 2023
学校的老师出了一题作业，让我们用统计软体做 (我是用R)
因为绿能是目前的趋势，老师用风速资料当题目，请我们判断风速资料是否服从韦伯分布
?
请问该怎麽做呢?
自己思考: 我可以用R软体画出韦伯分布 然後将原本的风速资料也画出来 看曲线是否接
近，但卡了一些问题如下
(1) 用R可以使用curve 但是下面的参数shape=2, scale=1 是我自己假设 该怎麽找到合
适参数呢?
curve(dweibull(x, shape=2, scale=1),from=0, to=5, col='blue',xlim = c(0,10))
(2) 原本给我的风速资料，该怎麽画出pdf曲线
以上...是我遇到的困难 或者请版上的高手指点 该怎麽做? 或者有什麽方法可以判断是
否服从韦伯分布?
感谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 39.10.65.116 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1688470890.A.6EE.html
1F：推 andrew43: 方法很多，但上课都没提到相关的方法吗？ 07/04 20:37
2F：→ andrew43: 以资料话pdf可以用kernel density 07/04 20:39
3F：→ andrew43: 也是要参数，但没有什麽 “最好” 的组合 07/04 20:40
4F：→ recorriendo: Weibull两个参数 当然不是去慢慢找 07/05 00:51
5F：→ recorriendo: Weilbull fitting也算常见 应早有相关套件 网路搜搜 07/05 00:52
我查到fitdistr来做使用，了解到是用mle来估计参数
我输入的指令如下:
e2 <- as.data.frame(e[,2])# 我先将资料e以excel汇入 再转成data.frame
ee2 <- as.numeric(e2) #转成向量
fitdistr(ee2,"weibull")
但是跑不出来 显示:
Error in fitdistr(ee2, "weibull") :
'x' must be a non-empty numeric vector
可是....我的资料都没有0阿? 怎麽会这样呢? 是资料有问题吗?
我把x改成 1:100 可以跑
6F：→ yhliu: 其分布函数为 1-e^{-(x/b)^k}, 所以做 负log-log 变换可以 07/05 08:29
7F：→ yhliu: 变成直线，此可利用做为检验资料是否服从此分布的方法。 07/05 08:32
8F：推 a22735557: 同楼上，或是找到类似的pattern 做 KS test，或是用 ke 07/05 12:32
9F：→ a22735557: rnel density 试试看 07/05 12:32
※ 编辑: askpeople (27.52.37.121 台湾), 07/05/2023 22:43:24
※ 编辑: askpeople (27.52.37.121 台湾), 07/05/2023 22:44:01
※ 编辑: askpeople (27.52.37.121 台湾), 07/05/2023 22:44:35
10F：→ andrew43: 资料有缺失值，先清理一下 07/06 08:28
刚刚已经跑出来 但是有错误如下网址: 请问是什麽问题呢?
我还是有用结果画图 发现误差不小@@
https://lurl.cc/CsE5n
e2 <- as.data.frame(e[,2])
> ee2 <- as.matrix(e2)
> fitdistr(ee2,"weibull")
shape scale
1.58705013 37.41025572
( 0.00584094) ( 0.12270357)
Warning messages:
1: In densfun(x, parm[1], parm[2], ...) : 产生了 NaNs
2: In densfun(x, parm[1], parm[2], ...) : 产生了 NaNs
3: In densfun(x, parm[1], parm[2], ...) : 产生了 NaNs
4: In densfun(x, parm[1], parm[2], ...) : 产生了 NaNs
5: In densfun(x, parm[1], parm[2], ...) : 产生了 NaNs
6: In densfun(x, parm[1], parm[2], ...) : 产生了 NaNs
※ 编辑: askpeople (27.52.37.121 台湾), 07/06/2023 22:13:23