使用 scipy.stats 将 Weibull 分布拟合到数据是否表现不佳？

Question

我正在研究对一些整数数据拟合威布尔分布并估计相关的形状、比例、位置参数。但是，我注意到 scipy.stats 库在执行此操作时性能不佳。

所以，我采取了不同的方向，并使用下面的代码检查了拟合性能。我首先使用参数 shape=3、scale=200、location=1 的 Weibull 分布创建 100 个数字。随后，我使用 fitter 库估计最佳分布拟合。

from fitter import Fitter
import numpy as np
from scipy.stats import weibull_min

# generate numbers
x = weibull_min.rvs(3, scale=200, loc=1, size=100)

# make them integers
data = np.asarray(x, dtype=int)

# fit one of the four distributions
f = Fitter(data, distributions=["gamma", "rayleigh", "uniform", "weibull_min"])
f.fit()

f.summary()

我希望最适合的是 Weibull 分布。我试过重新运行ning这个测试。有时 Weibull 拟合是一个很好的估计。然而，大多数时候威布尔拟合被报告为最差的结果。在这种情况下，估计参数为 = (0.13836651040093312, 66.99999999999999, 1.3200752378443505)。我假设这些参数依次对应于形状、比例、位置。以下是拟合过程的摘要。

$ f.summary()
             sumsquare_error          aic          bic  kl_div
gamma               0.001601  1182.739756 -1090.410631     inf
rayleigh            0.001819  1154.204133 -1082.276256     inf
uniform             0.002241  1113.815217 -1061.400668     inf
weibull_min         0.004992  1558.203041  -976.698452     inf

此外，还产生了以下情节。

此外，Rayleigh 分布是 Weibull 的特例，形状参数 = 2。因此，我希望生成的 Weibull 拟合至少与 Rayleigh 一样好。

更新

我运行在 Linux/Ubuntu 20.04 机器上使用 numpy 版本 1.19.2 和 scipy 版本 1.5.2 进行上述测试。上面的代码似乎运行符合预期，return 在 Mac 机器上的 Weibull 分布的正确结果。

我还测试了使用 R 库 fitdistrplus[=43 在 Linux 机器上生成的数据 x 上拟合威布尔分布=] 为：

fit.weib <- fitdist(x, "weibull")

并观察到估计的形状和比例值被发现非常接近最初给定的值。到目前为止最好的猜测是问题是由于某些 Python-Ubuntu bug/incompatibility.

我算是这方面的新手。所以，我想知道，我在这里做错了什么吗？还是以某种方式预期会出现此结果？非常感谢任何帮助。

谢谢。

Answer 1

库 fitter 不允许为 a、loc 等分布指定参数。奇怪的是，Mac 产生更好的拟合，而 Linux 严重影响结果最适合，对于相同版本的 Numpy 和 Scipy。根本原因可能包括为 Linux 和 Mac、或 weibull_min 设计的不同 BLAS-LAPACK 算法可能无法初始化参数 a = 1在线讨论，还是默认floating-point准确率。但是，可以解决 fitter 库中的错误。知道weib_min是expon_weib，参数a固定为1，将fitter.py中的_timed_run函数里面的运行函数改成

        def run(self):

            try:
                if distribution == "exponweib":
                    self.result = func(args,floc=0,fa = 1, **kwargs)
                else:
                    self.result = func(args, floc=0, **kwargs)
            except Exception as err:
                self.exc_info = sys.exc_info()

并使用 exponweib 作为 weib_min 给出与 R fitdist.

几乎相同的结果

Answer 2

我不熟悉 Fitter 库，但为了得出一些结论我建议：

重试您的代码，但取 size=10,000。在这种情况下，有足够的数据点供拟合方法使用。从理论上讲，您会期望 Weibull 提供最佳拟合。
我注意到位置参数有时会很麻烦。您可以通过将位置参数固定为 floc=1（即等于您的位置采样参数）来尝试运行您的拟合。你得到了什么？另外，仅供参考，使用 MLE，取 loc=min(x) 就足够了，其中 x 是您的数据集。对于指数分布，这实际上是位置参数的 MLE。对于其他发行版，我不确定，但如果这也适用于其他发行版，我不会感到惊讶。这将减少 1 个参数的拟合过程。
最后，我注意到如果您为某些分布取较小的 location/scale/shape 值，scipy.stats 分布的函数 logpdf 和 logcdf 会导致 np.inf 值.在这种情况下，您或许可以使用 Powell 优化算法并设置参数值的界限。

使用 scipy.stats 将 Weibull 分布拟合到数据是否表现不佳？

Does fitting Weibull distribution to data using scipy.stats perform poor?

python-3.x

distribution

weibull

scipy.stats