R fitdistrplus包fitdist()拟合分箱Weibull分布单样本报错咨询

Weibull分布有形状、尺度两个待估参数，至少需要2个有效样本才能完成拟合，你可以在聚合的自定义函数中新增样本量校验逻辑，自动跳过不符合要求的分箱，具体实现如下：

前置依赖 #

首先确保已加载对应包：

library(fitdistrplus)

基础实现（仅按样本量过滤） #

直接在你原有的代码逻辑上新增样本量判断即可，样本量不足的分箱会返回NA，不会中断整体计算：

MLE <- aggregate(data$X1, by = list(data$X3), FUN = function(x) {
  # 先过滤非负值，保留有效样本
  valid_x <- x[x > 0]
  # 校验有效样本量，至少2个才能拟合Weibull分布，可自行调高阈值保证拟合可靠性
  if(length(valid_x) >= 2) {
    return(fitdist(valid_x, "weibull")$estimate)
  } else {
    # 样本量不足时返回等长NA，保证输出结构统一
    return(c(shape = NA_real_, scale = NA_real_))
  }
})

稳健实现（额外捕获拟合异常） #

如果存在样本量足够但数据分布特殊导致拟合不收敛的情况，可以新增tryCatch捕获所有报错，自动跳过异常分箱：

MLE <- aggregate(data$X1, by = list(data$X3), FUN = function(x) {
  valid_x <- x[x > 0]
  if(length(valid_x) >= 2) {
    fit_res <- tryCatch(
      fitdist(valid_x, "weibull")$estimate,
      error = function(e) c(shape = NA_real_, scale = NA_real_)
    )
    return(fit_res)
  } else {
    return(c(shape = NA_real_, scale = NA_real_))
  }
})

结果清理 #

如果不需要保留样本量不足的分箱记录，可以直接过滤NA行：

# 过滤掉拟合失败的分箱
MLE_clean <- MLE[!is.na(MLE$x[,1]), ]

内容的提问来源于stack exchange，提问作者EM823823