威布尔 PPCC 图

先决条件：威布尔图

有许多概率分布不是单一的，而是一系列分布。这是因为它们具有多个形状参数。 Weibull 分布也是基于其形状参数值具有多种形状的分布族。

形状参数：它是确定分布采用的形状的值。例如，威布尔分布具有形状参数β 。 （或某些地方的 γ）图的形状或分布随 α 值的变化而变化。此形状参数也称为威布尔斜率，因为 α 中所做的任何更改也会改变图的斜率。 [见图1]

图 1：不同 β 值的 Weibull PDF

概率图成本系数（PPCC）：

PPCC 是一种图形技术，有助于确定分布族的形状参数的良好值，使其最适合给定的数据集。在统计术语中，它确定分布在数据集上的拟合优度。它的值范围从 0 到 1。

结构： ppcc 图在轴上具有以下参数：

• x 轴：形状参数值。 （威布尔情况下的β）
  y轴：形状参数对应的ppcc值。

威布尔 PPCC 图：

在 weibull 等图中，PPCC 图有助于确定最佳形状参数(β) ，从而在数据集上提供最佳拟合 weibull 分布。请看图 2 。

图 2：样本威布尔图

直觉：

形状参数 (β) 的适当值是通过比较与其关联的 PPCC 值来确定的。选择对应于最高 PPCC 值（接近 1）的 β 值作为形状参数。

但是，在从多个分布中进行选择时，我们并不总是选择 PPCC 值最高的那个。我们也考虑了分布的复杂性。比方说，如果一个分布更简单，但与复杂分布族相比，它的 PPCC 值略低，那么我们将选择更简单的分布。

重要性：在威布尔分析中，很多时候都会假设给定的数据服从威布尔分布。因此，验证这个假设变得非常重要，如果验证通过，找到 Weibull 参数的良好估计就变得非常重要。在这种情况下，威布尔 PPCC 图在确定参数的最佳值方面发挥着巨大的作用，因此我们可以从我们的分析中获得良好的结果。