Scipy Weibull 参数置信区间答案

【问题标题】：Scipy Weibull parameter confidence intervalsScipy Weibull 参数置信区间
【发布时间】：2019-06-05 10:12:25
【问题描述】：

我一直在使用 Matlab 使用 [paramhat, paramci] = wblfit(data, alpha) 将数据拟合到 Weibull 分布。这给出了 Weibull 分布的形状和尺度参数以及每个值的置信区间。

我正在尝试使用 Scipy 来完成理智的任务，并且可以使用 scipy.stats.weibull_min.fit 轻松获取参数，但我无法找到获取 vlauee 置信区间的方法。 Scipy 是否提供此功能？还是我需要自己编写 MLE 置信区间估计？

【问题讨论】：

【解决方案1】：

可以使用surpyvalpython包获取MLE的逆黑森矩阵（协方差）。

import surpyval as surv

x = [1, 4, 5, 7, 8, 10]

model = surv.Weibull.fit(x)
model.hess_inv

array([[1.87507778, 0.27362521],
       [0.27362521, 0.5031063 ]])

然后您可以使用对角线来估计参数的置信范围：

from scipy.special import ndtri as z
import numpy as np

d = z(0.05) * np.sqrt(model.hess_inv[0, 0])
model.alpha + d, model.alpha - d

(4.283756480648752, 8.788467083439066)

【讨论】：

【解决方案2】：

您可以使用scipy.optimize.curve_fit 将威布尔分布拟合到您的数据中。这也将为您提供协方差，因此您可以估计拟合参数的误差。

【讨论】：