Exponenta Banner

wblpdf

Функция плотности вероятностей Вейбула

Свернуть все на странице

Синтаксис

y = wblpdf(x)
y = wblpdf(x,a)
y = wblpdf(x,a,b)

Описание

пример

y = wblpdf(x) возвращает функцию плотности вероятностей (PDF) распределения Вейбула с единичными параметрами, оцениваемыми по значениям в x.

пример

y = wblpdf(x,a) возвращает PDF распределения Вейбула с параметром шкалы a и единичную форму, рассчитанную по значениям в x. Это эквивалентно PDF экспоненциального распределения.

пример

y = wblpdf(x,a,b) возвращает PDF распределения Вейбула с параметром шкалы a и параметры формы b, рассчитывается по значениям в x.

Примеры

свернуть все

Открыть Live Script

Вычислите плотность наблюдаемого значения 3 в единичной шкале и форме распределения Вейбула.

y1 = wblpdf(3)
y1 = 0.0498

Вычислите плотность наблюдаемого значения 3 в распределениях Вейбула с параметром шкалы 2 и параметры формы 1 через 5. 

y2 = wblpdf(3,2,1:5)
y2 = 1×5

    0.1116    0.1581    0.1155    0.0427    0.0064
Открыть Live Script

Экспоненциальное распределение с mu параметра является частным случаем распределения Вейбула, где a = mu и b = 1.

Вычислите плотность выборочных наблюдений в экспоненциальных распределениях со средствами 1 через 5 использование expcdf.

x = 0.2:0.2:1;
mu = 1:5;
y1 = exppdf(x,mu)
y1 = 1×5

    0.8187    0.4094    0.2729    0.2047    0.1637

Вычислите плотность тех же выборочных наблюдений, используя wblpdf где параметр шкалы равен mu и параметр формы 1.

y2 = wblpdf(x,mu)
y2 = 1×5

    0.8187    0.4094    0.2729    0.2047    0.1637

Эти две функции возвращают одинаковые значения.

Входные параметры

свернуть все

Значения, при которых можно вычислить pdf, заданные как неотрицательное скалярное значение или массив неотрицательных скалярных значений.

  • Чтобы вычислить PDF при нескольких значениях, задайте x использование массива.

  • Чтобы вычислить PDFS нескольких распределений, задайте a и b использование массивов.

Если один или несколько входные параметры x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, wblpdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в a и b, рассчитывается в соответствующем элементе в x.

Пример: [3 4 7 9]

Типы данных: single | double

Шкала параметр распределения Вейбула, заданный как положительная скалярная величина значение или массив положительной скалярной величины значений.

  • Чтобы вычислить PDF при нескольких значениях, задайте x использование массива.

  • Чтобы вычислить PDFS нескольких распределений, задайте a и b использование массивов.

Если один или несколько входные параметры x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, wblpdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в a и b, рассчитывается в соответствующем элементе в x.

Пример: [1 2 3 5]

Типы данных: single | double

Фигурный параметр распределения Вейбула, заданный как положительная скалярная величина значение или массив положительной скалярной величины значений.

  • Чтобы вычислить PDF при нескольких значениях, задайте x использование массива.

  • Чтобы вычислить PDFS нескольких распределений, задайте a и b использование массивов.

Если один или несколько входные параметры x, a, и b являются массивами, тогда размеры массивов должны быть одинаковыми. В этом случае, wblpdf расширяет каждый скалярный вход в постоянный массив того же размера, что входы массива. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в a и b, рассчитывается в соответствующем элементе в x.

Пример: [1 1 2 2]

Типы данных: single | double

Выходные аргументы

свернуть все

PDF, рассчитанные по значениям в x, возвращенный как скалярное значение или массив скалярных значений. y - тот же размер, что и x, a, и b после любого необходимого скалярного расширения. Каждый элемент в y - значение PDF распределения, заданное соответствующими элементами в a и b, рассчитывается в соответствующем элементе в x.

Подробнее о

свернуть все

Weibull PDF

Распределение Вейбула является двухпараметрическим семейством кривых. Параметрами a и b являются шкала и форма, соответственно.

Weibull pdf есть

f(x|a,b)=ba(xa)b−1e−(x/a)b.

Некоторые образцы ссылаются на распределение Вейбула с одним параметром, который соответствует wblpdf с a = 1.

Для получения дополнительной информации смотрите Распределение.

Альтернативная функциональность

  • wblpdf является функцией, специфичной для распределения Вейбула. Statistics and Machine Learning Toolbox™ также предлагает общую функцию pdf, который поддерживает различные распределения вероятностей. Использовать pdf, создать WeibullDistribution объект распределения вероятностей и передать объект как входной параметр или задать имя распределения вероятностей и его параметры. Обратите внимание, что специфичная для распределения функция wblpdf быстрее, чем обобщенная функция pdf.

  • Используйте приложение Probability Distribution Function, чтобы создать интерактивный график совокупной функции распределения (cdf) или функции плотности вероятностей (pdf) для распределения вероятностей.

Расширенные возможности

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®

.

См. также

| | | | | | | |

Темы

Представлено до R2006a

Statistics and Machine Learning Toolbox документация

Поддержка