Plot 威布尔分布中的误差

file.data具有以下值以符合威布尔分布

x       y 
2.53    0.00
0.70    0.99
0.60    2.45
0.49    5.36
0.40    9.31
0.31    18.53
0.22    30.24
0.11    42.23

在威布尔分布函数

f（x）=1.0-exp（-lambda*x**n）

之后，它给出了错误：

fit f(x) 'data.dat' via lambda, n

最后绘制的f（x）图和xy图有很大的差异

---

如有任何反馈，将不胜感激。谢谢

如果这是您提供给gnuplot的实际命令，它将不起作用，因为您尚未定义f（x）。

如果这是您提供给gnuplot的实际命令，它将不起作用，因为您尚未定义f（x）。

必须跳过第一行（如果它确实是

xy

）

您必须使用正确的函数（pdf而不是CDF，请参阅，就像您在中所做的那样）

您必须使用额外的缩放参数，因为您的数据未规范化

必须为管件选择足够的初始值

以下工作很好：

f(x) = (x < 0 ? 0 : a*(x/lambda)**(n-1)*exp(-(x/lambda)**n))
n = 0.5
a = 100
lambda = 0.15
fit f(x) 'data.dat' every ::1 via lambda, n, a

set encoding utf8
plot f(x) title sprintf('λ = %.2f, n = %.2f', lambda, n), 'data.dat' every ::1

f（x）=（x<0？0:a*（x/lambda）**（n-1）*exp（-（x/lambda）**n））
n=0.5
a=100
λ=0.15
通过lambda，n，a拟合f（x）'data.dat'every:：1
设置编码utf8
图f（x）标题sprintf（'λ=%.2f，n=%.2f'，lambda，n），'data.dat'every:：1

这将给出（见第4.6.4节）：

有几件事：

必须跳过第一行（如果它确实是

xy

）

您必须使用正确的函数（pdf而不是CDF，请参阅，就像您在中所做的那样）

您必须使用额外的缩放参数，因为您的数据未规范化

必须为管件选择足够的初始值

以下工作很好：

f(x) = (x < 0 ? 0 : a*(x/lambda)**(n-1)*exp(-(x/lambda)**n))
n = 0.5
a = 100
lambda = 0.15
fit f(x) 'data.dat' every ::1 via lambda, n, a

set encoding utf8
plot f(x) title sprintf('λ = %.2f, n = %.2f', lambda, n), 'data.dat' every ::1

f（x）=（x<0？0:a*（x/lambda）**（n-1）*exp（-（x/lambda）**n））
n=0.5
a=100
λ=0.15
通过lambda，n，a拟合f（x）'data.dat'every:：1
设置编码utf8
图f（x）标题sprintf（'λ=%.2f，n=%.2f'，lambda，n），'data.dat'every:：1

这将给出（见第4.6.4节）：

---

1。我的文件有多个列，但{fit f（x）'data.dat'u4:（$7）via lambda，n，a}不起作用，2。谢谢你的链接，3。您是如何得出附加参数a=100？和4的结论的。你是如何正确猜测n，a和lambda的？非常感谢！你是怎么做到“一半”pdf的？我总是让“全钟形”@ChristophI使用另一个参数

a

，因为您的数据没有标准化。我只是玩了一下

a

、

lambda

和

n

来接近

fit

。Weibull分布仅适用于正

x

-值。区分是在

f（x）

中通过检查

（x<0？…：）

完成的。谢谢，但是你是如何进行半图的？我总是有完整的铃铛形状/我在4.6.4版中使用了答案中所示的脚本。和

设置端子pngcairo尺寸600400；将输出设置为“foo.png”

.1。我的文件有多个列，但{fit f（x）'data.dat'u4:（$7）via lambda，n，a}不起作用，2。谢谢你的链接，3。您是如何得出附加参数a=100？和4的结论的。你是如何正确猜测n，a和lambda的？非常感谢！你是怎么做到“一半”pdf的？我总是让“全钟形”@ChristophI使用另一个参数

a

，因为您的数据没有标准化。我只是玩了一下

a

、

lambda

和

n

来接近

fit

。Weibull分布仅适用于正

x

-值。区分是在

f（x）

中通过检查

（x<0？…：）

完成的。谢谢，但是你是如何进行半图的？我总是有完整的铃铛形状/我在4.6.4版中使用了答案中所示的脚本。和

设置端子pngcairo尺寸600400；设置输出“foo.png”

。哦，我实际上定义了cdf，而不是Christoph提到的pdf。谢谢李。哦，我实际上定义了cdf而不是Christoph提到的pdf。谢谢你，李。