Weibull逆累积分配功能
X = WBLINV(P,A,B)
[x,xlo,xup] = wblinv(p,a,b,pcov,alpha)
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
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
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