Я пытаюсь создать обратное распределение Вейбулла с использованием параметров, оцененных из survreg в R. Под этим я подразумеваю, что я хотел бы, для данной вероятности (которая будет случайным числом в небольшой имитационной модели, реализованной в MS Excel), вернуть ожидаемое время к ошибке с использованием моих параметров. Я понимаю общий вид обратного распределения Вейбулла:
X=b[-ln(1-rand())]^(1/a)
где a и b - параметры формы и масштаба соответственно, а X - время отказа, которого я хочу. Моя проблема заключается в интерпретации параметров перехвата и ковариации от остатков. У меня есть эти параметры, единица времени - дни:
Value Std. Error z p
(Intercept) 7.79 0.2288 34.051 0.000
Group 2 -0.139 0.2335 -0.596 0.551
Log(scale) 0.415 0.0279 14.88 0.000
Scale= 1.51
Weibull distribution
Loglik(model)= -8356.7 Loglik(intercept only)= -8356.9
Chisq = 0.37 on 1 degrees of freedom, p= 0.55
Number of Newton-Raphson Iterations: 4
n=1682 (3 observations deleted due to missing values)
Я прочитал в файлах справки, что коэффициенты из R относятся к "распределению экстремальных значений", но я не уверен, что это на самом деле означает и как я возвращаюсь к стандартным параметрам шкалы, используемым непосредственно в формулах. Использование b = 7.79 и a = 1.51 дает бессмысленные ответы. Я действительно хочу иметь возможность генерировать время как для базовой группы, так и для группы 2. Я также должен отметить, что я сам не выполнял анализ и не могу допросить данные дальше.