解释来自幸存的Weibull参数

Question

我试图使用从R中幸存的估计参数生成反Weibull分布.我的意思是我想,对于给定的概率(在MS Excel中实现的小型仿真模型中将是随机数),返回使用我的参数预计失败的时间.我理解逆Weibull分布的一般形式是:

X=b[-ln(1-rand())]^(1/a)

其中a和b分别是形状和比例参数,X是我想要的失败时间.我的问题在于解释来自幸存的截距和协变量参数.我有这些参数,时间单位是天:

             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)

我在帮助文件中读到R中的系数来自"极值分布",但我不确定这是什么意思以及我如何"回到"直接在公式中使用的标准比例参数.使用b = 7.79和a = 1.51给出了无意义的答案.我真的希望能够为基组和'Group 2'生成时间.我还应该注意,我自己没有进行分析,也无法进一步查询数据.

Answer 1

这在手册页中进行了解释?survreg(在"示例"部分中).

library(survival)
y <- rweibull(1000, shape=2, scale=5)
r <- survreg(Surv(y)~1, dist="weibull")
a <- 1/r$scale      # Approximately 2
b <- exp( coef(r) ) # Approximately 5
y2 <- b * ( -ln( 1-runif(1000) ) ) ^(1/a)
y3 <- rweibull(1000, shape=a, scale=5)
# Check graphically that the distributions are the same
plot(sort(y), sort(y2))
abline(0,1)