主要内容
Weibull分布
关于Weibull分布模型
Weibull分布广泛用于可靠性和寿命（故障率）数据分析。该工具箱提供了双参数Weibull分布
在哪里一种是比例参数和B.是形状参数。
请注意，还有其他Weibull分发，但您必须创建自定义方程以使用这些发行版：
三参数Weibull分配X取而代之的是X - C.在哪里C是位置参数
一个单参数威布尔分布，其中形状参数是固定的，只有尺度参数拟合。
曲线拟合工具箱™不将Weibull概率分布符合到数据样本。相反，它适合判断响应和预测器数据，使得曲线具有与Weibull分布相同的形状。
拟合威布尔模型以交互方式
通过输入打开曲线拟合应用程序
cftool.。或者，单击“应用”选项卡上的“曲线拟合”。在曲线拟合app中，选择曲线数据(x数据和y数据， 要不就y数据反对指数）。
曲线拟合应用程序创建默认曲线拟合，
多项式。更改模型类型
多项式至威布尔。
无法配置拟合设置。
（可选）点击合适的选项指定系数启动值和约束界限，或更改算法设置。
工具箱计算威布尔模型的随机起点，定义在区间[0,1]上。您可以覆盖起始点，并在“适合选项”对话框中指定自己的值。
有关设置的更多信息，请参阅指定拟合选项和优化的起点。
在命令行中选择一个威布尔
指定模型类型威布尔。
例如，加载一些随时间变化测量化合物血液浓度的数据，并拟合并绘制指定起始点的威布尔模型:
时间= [0.1;0.1;0.3;0.3;1.3;1.7;2.1; ... 2.6;3.9;3.9;... 5.1; 5.6; 6.2; 6.4; 7.7; 8.1; 8.2;... 8.9; 9.0; 9.5; ... 9.6; 10.2; 10.3; 10.8; 11.2; 11.2; 11.2;... 11.7; 12.1; 12.3; ... 12.3; 13.1; 13.2; 13.4; 13.7; 14.0; 14.3;... 15.4; 16.1; 16.1; ... 16.4; 16.4; 16.7; 16.7; 17.5; 17.6; 18.1;... 18.5; 19.3; 19.7;]; conc = [0.01; 0.08; 0.13; 0.16; 0.55; 0.90; 1.11;... 1.62; 1.79; 1.59; ... 1.83; 1.68; 2.09; 2.17; 2.66; 2.08; 2.26;... 1.65; 1.70; 2.39; ... 2.08; 2.02; 1.65; 1.96; 1.91; 1.30; 1.62;... 1.57; 1.32; 1.56; ... 1.36; 1.05; 1.29; 1.32; 1.20; 1.10; 0.88;... 0.63; 0.69; 0.69; ... 0.49; 0.53; 0.42; 0.48; 0.41; 0.27; 0.36;... 0.33; 0.17; 0.20;]; f=fit(time, conc/25, 'Weibull', ... 'StartPoint', [0.01, 2] ) plot(f,time,conc/25, 'o');
如果您想修改适合您的数据的选项，如系数起始值和约束界限，或者更改算法设置，请参阅附加属性的表非线性半角在这一点fitoptions.参考页面。
适当的起始点值和缩放康复/ 25.采用此自定义方程拟合3参数Weibull模型，计算双参数Weibull模型:
f = fit（时间，浓，'c * a * b * b * x ^（b-1）* exp（-a * x ^ b）'，'startpoint'，[0.01,2,5]）f =一般模型：f（x）= c * a * b * x ^（b-1）* exp（-a * x ^ b）系数（具有95％的置信度）：a = 0.009854（0.007465,0.01224）b = 2.003（1.895,2.11）C = 25.65（24.42,26.89）
也可以看看
相关的话题
您还可以从以下列表中选择一个网站：
