在R中自动化分布拟合

我正在尝试自动化在R中拟合最合适的分布的过程。 我有一个excel列，其中包含汽车产品的失效时间。我在R中输入文件并读取列。现在我想使用拟合优度测试来确定哪个分布最适合数据。我希望输出作为不同分布的所有测试结果以表格格式显示，以帮助比较结果。 是否可以使用R自动化整个流程，而不是使用fitdistplus等功能对每个发行版逐步执行？ 有什么建议吗？ 我像这样使用了对数似然函数，它似乎工作得很好。我还可以使用哪些测试？ 下面是loglik函数的代码-

library(gdata)
Excel<-read.xls("Failtime.xls", sheet="CPART10", perl="perl.exe")
attach(Excel)
x<-Time_to_Fail
library(MASS)

distributions = c("normal","exponential","binomial""negative binomial","gamma","t","lognormal")
x = x[ x >= 0 ]
for ( dist in distributions ) {
print( paste( "fitting parameters for ", dist ) )
params = fitdistr( x, dist )
print( params )
print( summary( params ) )
print( params$loglik )
y<-params$loglik
}

库（gdata）
Excel我遇到过的将分布拟合到失效数据的最佳软件是Reliasoft的Weibull++。他们描述了他们的“分发向导”算法。尽管这个软件很好，但它只是一个工具，仍然需要专家的判断。因此，我不知道是否有可能真正实现配电装置的自动化

购买Eureqa

要花钱是有原因的。“最佳匹配”是非常主观的，并且取决于您如何限制您愿意尝试的功能类型。例如，你的列表中没有威布尔、贝塞尔和双峰正态分布。正如卡尔所说，我不确定你是否想这样做。了解这些分布的形状可能会很好，但我不确定它在这里有多好。例如，我怀疑你是否会像使用正态分布所表明的那样，出现负的故障时间。与上述两位评论员不同，在我看来，一个仅用于实际测试“什么最适合”的程序似乎是务实的。任何误解都可能是旁观者的责任。然而，像“我应该如何衡量和比较拟合优度”这样的问题，可能在第二阶段处理得更好。我怀疑当你的模型函数有不同的自由度时，尤其是当你的数据集也包含经过审查的事件时间时，这可能会变得很棘手。是的，我同意你们所有人的看法。我遇到了一个名为EASYFIT的软件，并试图通过R实现该软件的功能。