Совокупная функция распределения Вейбула
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 Вейбула с параметром шкалы a и параметры формы b, при каждом значении в x. x, a, и b могут быть векторами, матрицами или многомерными массивами, все они имеют одинаковый размер. Скалярный вход расширен до постоянного массива того же размера, что и другие входы. Значения по умолчанию для a и b являются ли оба 1. Параметры a и b должен быть положительным.
[p,plo,pup] = wblcdf(x,a,b,pcov,alpha) возвращает доверительные границы для p когда входные параметры a и b являются оценками. pcov - ковариационная матрица 2 на 2 предполагаемых параметров. alpha имеет значение по умолчанию 0,05 и задает 100 ( 1 - alpha)% доверительных границ. plo и pup являются массивами того же размера, что и p содержащие нижнюю и верхнюю доверительные границы.
[p,plo,pup] = wblcdf(___,'upper') возвращает дополнение Weibull cdf для каждого значения в x, используя алгоритм, который более точно вычисляет крайние верхние вероятности хвоста. Можно использовать 'upper' с любым из предыдущих синтаксисов.
Функция wblcdf вычисляет доверительные границы для p использование нормального приближения к распределению оценки
а затем преобразует эти границы в шкалу выхода p. Вычисленные границы дают приблизительно желаемый доверительный уровень, когда вы оцениваете mu, sigma, и pcov из больших выборок, но в небольших выборках другие методы вычисления доверительных границ могут быть более точными.
Weibull cdf есть