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 сформируйте параметр b
, в каждом значении в x
X
A
, и b
могут быть векторы, матрицы или многомерные массивы, что у всех есть тот же размер. Скалярный вход расширен до постоянного массива одного размера с другими входными параметрами. Значения по умолчанию для a
и b
оба 1
. Параметры a
и b
mustBePositive.
[p,plo,pup] = wblcdf(x,a,b,pcov,alpha)
возвращает доверительные границы для p
когда входные параметры a
и b
оценки. pcov
ковариационная матрица 2 на 2 предполагаемых параметров. alpha
имеет значение по умолчанию 0,05 и задает 100 (1 - alpha
) Доверительные границы %. plo
и pup
массивы одного размера с p
содержа более низкие и верхние доверительные границы.
[p,plo,pup] = wblcdf(___,'upper')
возвращает дополнение Weibull cdf для каждого значения в x
, использование алгоритма, который более точно вычисляет экстремальные верхние вероятности хвоста. Можно использовать 'upper'
с любым из предыдущих синтаксисов.
Функция wblcdf
вычисляет доверительные границы для p
использование нормального приближения к распределению оценки
и затем преобразовывает те границы к шкале выхода 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