使用收敛或发散解决问题

当牛顿-拉夫森算法在可靠性/生存率分布分析中不收敛或发散时,考虑是否将回归线拟合为替代迭代估计方法。

当你在 Minitab 的分布分析中估算参数时,Minitab 使用牛顿-拉夫森算法来计算定义分布参数的最大似然估计。所有结果函数均基于该分布计算。提示算法停止寻找解的消息是因为Minitab离真正的解还很远。这意味着函数不最优,或者实际估计值仍在变化。

当牛顿-拉夫森算法发散或不收敛时,可以考虑在数据中拟合一条回归线。该估计方法并非算法化的。

拟合回归线以解决收敛问题

  1. 选择以下用于估计参数的分布分析命令之一:
    • 统计 > 可靠性/生存 > 分布分析 > 分布 ID 图
    • 统计 > 可靠性/生存 > 分布分析 > 分布概要图
    • 统计 > 可靠性/生存 > 分布分析 > 参数分布分析
  2. 选择可以选择估算方法的按钮。
    • 对于 分布概要图,选择 选项。
    • 对于 参数分布分析 和 分布 ID 图,选择 分布拟合。
  3. 在估计法下,选择最小二乘(失效时间 (X),排秩 (Y))。