Кумулятивная функция распределения Weibull
p = wblcdf(x,a,b)
[p,plo,pup] = wblcdf(x,a,b,pcov,alpha)
[p,plo,pup] = wblcdf(___,'upper')
p = wblcdf(x,a,b)
возвращает cdf распределения Weibull с масштабным коэффициентом a
и параметр формы b
, в каждом значении в x
. x
, a
и b
могут быть векторами, матрицами или многомерными массивами, что у всех есть тот же размер. Скалярный вход расширен до постоянного массива, одного размера как другие входные параметры. Значениями по умолчанию для a
и b
является оба 1
. Параметры a
и b
должны быть положительными.
[p,plo,pup] = wblcdf(x,a,b,pcov,alpha)
возвращает доверительные границы для p
, когда входные параметры a
и b
являются оценками. pcov
является ковариационной матрицей 2 на 2 предполагаемых параметров. alpha
имеет значение по умолчанию 0,05 и задает 100 (1 - alpha
) доверительные границы %. plo
и pup
являются массивами, одного размера как p
, содержащий более низкие и верхние доверительные границы.
[p,plo,pup] = wblcdf(___,'upper')
возвращает дополнение Weibull cdf для каждого значения в x
, с помощью алгоритма, который более точно вычисляет экстремальные верхние вероятности хвоста. Можно использовать 'upper'
с любым из предыдущих синтаксисов.
Функциональный wblcdf
вычисляет доверительные границы для p
с помощью нормального приближения для распределения оценки
и затем преобразовывает те границы к шкале вывода p
. Вычисленные границы дают приблизительно желаемый доверительный уровень, когда вы оцениваете mu
, sigma
и pcov
от больших выборок, но в меньших выборках другие методы вычисления доверительных границ могут быть более точными.
Weibull cdf