python - 根据过去的退货率预测产品退货率

我有一个瀑布数据集，它显示了笔记本电脑在不同周内由于缺陷而导致的退货。对于每个月的销售额，它显示不同月份的回报

我将数据转换为每周级别：例如，returns 列将是每个销售月的第一个月的收益。（它将是第一个对角线的总和

我将 pdf 拟合到 2 参数 weibull 分布中，该分布对故障率进行建模。（近似浴缸曲线）

然后我使用拟合曲线从预测的 cdf 中估计可靠性率。使用它来预测不可靠率。

然而，Weibull 分布不能准确地模拟一个频繁出现故障率的浴缸曲线，因此精度非常低。

有没有更好的方法来解决这个预测回报率的问题？

标签： pythonforecastingfinanceweibull