আমি একটি বিদ্যমান পূর্বাভাস অ্যালগরিদম পুনরুত্পাদন করার চেষ্টা করছি, যা অবসরপ্রাপ্ত গবেষক দ্বারা হস্তান্তরিত। প্রথম পদক্ষেপটি একটি ওয়েবেল বিতরণে কিছু পর্যবেক্ষণ করা ডেটা ফিট করা, একটি আকার এবং স্কেল অর্জন করা যা ভবিষ্যতের মানগুলির পূর্বাভাসের জন্য ব্যবহৃত হবে। আমি এটি করতে আর ব্যবহার করছি। এখানে আমার কোডের একটি উদাহরণ রয়েছে:
x<-c(23,19,37,38,40,36,172,48,113,90,54,104,90,54,157,51,77,78,144,34,29,45,16,15,37,218,170,44,121)
f<-fitdistr(x, 'weibull')
ইনপুট অ্যারেতে কোনও জিরো না থাকলে এটি কাজ করে যা এটি সম্পূর্ণরূপে ব্যর্থ হয়। একই জিনিসটি এসএএস-এ ঘটে। যেহেতু আমি এটি বুঝতে পেরেছি, কারণ ওয়েবুল বিতরণ গণনা করার একটি পদক্ষেপ প্রাকৃতিক লগ গ্রহণ করছে, যা 0 এর জন্য পূর্বনির্ধারিত? এটির চারপাশে কাজ করার কোনও যুক্তিসঙ্গত উপায় আছে কি?
আমি এখনও অবধি সবচেয়ে ভাল খুঁজে পেয়েছি আমার সমস্ত ইনপুট মানগুলিতে 1 যুক্ত করা, বক্ররেখা ফিট করা এবং তারপরে আমার পূর্বাভাসিত মানগুলি থেকে একটিটিকে বিয়োগ করুন ("শিফট" বক্ররেখার উপরে এবং তারপরে 1 দ্বারা পিছনে ফিরে)। এটি পূর্বাভাসযুক্ত ডেটা মোটামুটি ভাল ফিট করে তবে মনে হয় এটি করার কোনও ভুল উপায় হতে হবে।
সম্পাদনা: ইনপুট অ্যারেতে মানগুলি পর্যবেক্ষণ করা হয়, রিয়েল-ওয়ার্ল্ড ডেটা (কোনও কিছুর সংখ্যার সংখ্যা) কয়েক বছর ধরে। সুতরাং কিছু বছরগুলিতে সংখ্যার সংখ্যা শূন্য ছিল। এটি সর্বোত্তম উপায়ে হোক বা না হোক (আমি একমত যে এটি নাও হতে পারে), মূল অ্যালগোরিদম লেখক ওয়েবুল বিতরণ ব্যবহার করেছেন বলে দাবি করেছেন এবং তাদের প্রক্রিয়াটি প্রতিলিপি করার চেষ্টা করতে হবে।