Обратная совокупная функция распределения Вейбула
X = wblinv(P,A,B)
[X,XLO,XUP] = wblinv(P,A,B,PCOV,alpha)
X = wblinv(P,A,B)
возвращает обратную совокупную функцию распределения (cdf) для распределения Вейбула с параметром шкалы A
и параметры формы B
, рассчитывается по значениям в P
. P
, 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
.
[X,XLO,XUP] = wblinv(P,A,B,PCOV,alpha)
возвращает доверительные границы для X
когда входные параметры A
и B
являются оценками. PCOV
- матрица 2 на 2, содержащая ковариационную матрицу предполагаемых параметров. alpha
имеет значение по умолчанию 0,05 и задает 100 ( 1 - alpha
)% доверительных границ. XLO
и XUP
являются массивами того же размера, что и X
содержащие нижнюю и верхнюю доверительные границы.
Функция wblinv
вычисляет доверительные границы для X
использование нормального приближения к распределению оценки
где q - P
th quantle из распределения Вейбула с параметрами шкалы и формы, равными 1. 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.
Обратная переменная Weibull cdf является
Время жизни (в часах) партии лампочек имеет распределение Вейбула с параметрами a
= 200
и b = 6
.
Найдите медианное время жизни лампочек:
life = wblinv(0.5, 200, 6) life = 188.1486
Сгенерируйте 100 случайных значений из этого распределения и оцените 90-й процентиль (с доверительными границами) из случайной выборки
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