主要内容

威布尔分布

关于威布尔分销模型

Weibull分布广泛用于可靠性和寿命（故障率）数据分析。该工具箱提供了两参数Weibull分布

y = 一个 b X b - 1 e - 一个 X b

在哪里一个是比例参数和b是形状参数。

请注意，还有其他Weibull发行版，但是您必须创建一个自定义方程来使用这些分布：

  • 一个三参数威布尔分布X取而代之X - c在哪里C是位置参数

  • 单参数分布，其中形状参数是固定的，并且仅拟合比例参数。

曲线拟合工具箱™不适合Weibull概率分布与数据样本。相反，它符合曲线的响应和预测数据，使曲线具有与Weibull分布相同的形状。

交互式拟合微博模型

  1. 通过输入打开曲线钳工应用程序CurveFitter在Matlab®命令行。或者，在应用标签，在数学，统计和优化小组，单击曲线钳工。

  2. 在曲线钳工应用中，选择曲线数据。在曲线钳工标签，在数据部分，单击选择数据。在里面选择拟合数据对话框，选择x数据和y数据， 要不就y数据反对索引。

  3. 单击箭头适合类型部分打开画廊，然后单击威布尔在里面回归模型团体。

适合Weibull Fit的窗格窗格

没有适合设置可以在适合选项窗格。

可选，在高级选项部分，指定系数启动值和约束范围，或更改算法设置。该应用计算随机起点点威布尔拟合，在间隔[0 1]上定义。您可以覆盖起点，并在适合选项窗格。

有关设置的更多信息，请参阅指定拟合选项和优化的起点。

在命令行中选择拟合微微量

指定模型类型威布尔。

例如，为了加载一些示例数据来测量化合物的血液浓度，并拟合和绘制一个指定起点的Weibull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');

如果要修改拟合选项，例如系数启动值和适合您数据的约束范围，或更改算法设置，请参见带有其他属性的表nonearleastsquares在fitoptions参考页。

适当的起点值和缩放浓度/25对于两参数Weibull模型，通过使用此自定义方程式拟合3个参数Weibull模型来计算：

f = fit（time，conc，'c*a*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％置信度界限）：a = 0.009854（0.007465，0.01224）b = 2.003（1.895，2.11）C = 25.65（24.42，26.89）
该微作用模型由三个参数定义：第一个尺度沿水平轴曲线，第二个曲线定义了曲线的形状，第三个曲线沿垂直轴刻度曲线。请注意，尽管此曲线的形式几乎与Weibull概率密度函数相同，但它不是密度，因为它包含参数C，这是允许曲线的高度调整到数据所必需的。

也可以看看

应用

功能

相关话题