Wlininv.

Weibull逆累积分配功能

句法

X = WBLINV（P，A，B） [x，xlo，xup] = wblinv（p，a，b，pcov，alpha）

描述

X = WBLINV（P，A，B）返回与Scale参数的Weibull分布的逆累积分发功能（CDF）一种和形状参数B.，评估价值P.。P.那一种，和B.可以是所有具有相同尺寸的向量，矩阵或多维阵列。标量输入被扩展到与其他输入相同大小的常数阵列。默认值一种和B.都是1。

[x，xlo，xup] = wblinv（p，a，b，pcov，alpha）返回信心范围X当输入参数时一种和B.是估计的。PCOV.是一个2×2矩阵，包含估计参数的协方差矩阵。α默认值为0.05，并指定100（1 -α）％置信度界限。xlo.和xup.是与之相同的阵列X含有较低和上置信度的界限。

功能Wlininv.计算信心范围X使用正常近似到估计的分布

$日志 \hat{一种} + \frac{日志问：}{\hat{B.}}$

在哪里问：是个P.从尺度和形状参数等于1的威布尔分布。计算的边界在估计时大致所需的置信水平亩那Sigma.，和PCOV.来自大型样品，但在较小的样品中，其他计算置信度的方法可能更准确。

Weibull CDF的倒数是

$X = F^{- 1} （ P. | 一种那 B. ） = - 一种 {[LN. （ 1 - P. ）]}^{1 / B.} 。$

例子

一批灯泡的寿命（以小时）具有与参数的威布尔分布一种=200.和b =6.。

找到灯泡的中位数：

寿命= Wlinv（0.5,200,6）寿命= 1888.1486

从此分布生成100个随机值，并从随机样本估计第90百分位数（带有置信度）

X = WBLRND（200,6,100,1）;p = wblfit（x）[nlogl，pcov] = wbllike（p，x）[q90，q90lo，q90up] = wblinv（0.9，p（1），p（2），pcov）p = 204.8918 6.3920 nlogl = 496.8915 pcov= 11.3392 0.5233 0.5233 0.2573 Q90 = 233.4489 Q90LO = 226.0092 Q90UP = 241.1335