Интерпретация параметров Вейбулла от выживаемости

Я пытаюсь создать обратное распределение Вейбулла с использованием параметров, оцененных из survreg в R. Под этим я подразумеваю, что я хотел бы, для данной вероятности (которая будет случайным числом в небольшой имитационной модели, реализованной в MS Excel), вернуть ожидаемое время к ошибке с использованием моих параметров. Я понимаю общий вид обратного распределения Вейбулла:

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

где a и b - параметры формы и масштаба соответственно, а X - время отказа, которого я хочу. Моя проблема заключается в интерпретации параметров перехвата и ковариации от остатков. У меня есть эти параметры, единица времени - дни:

             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)

Я прочитал в файлах справки, что коэффициенты из R относятся к "распределению экстремальных значений", но я не уверен, что это на самом деле означает и как я возвращаюсь к стандартным параметрам шкалы, используемым непосредственно в формулах. Использование b = 7.79 и a = 1.51 дает бессмысленные ответы. Я действительно хочу иметь возможность генерировать время как для базовой группы, так и для группы 2. Я также должен отметить, что я сам не выполнял анализ и не могу допросить данные дальше.

Ответы

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)