Сгенерируйте вектор r содержит 50 случайных чисел из распределения Вейбула с параметром шкалы 1.2 и параметром формы 1.5.

rng('default')  % For reproducibility
r = wblrnd(1.2,1.5,50,1);

Создайте график вероятности Вейбула, чтобы визуально определить, получены ли данные из распределения Вейбула.

wblplot(r)

График указывает, что данные, вероятно, получены из распределения Weibull.

Сгенерируйте два набора выборочных данных, один из распределения Вейбула и другой из логнормального распределения. Выполните тест Lilliefors, чтобы оценить, получен ли каждый набор данных из распределения Вейбула. Подтвердите решение теста, выполнив визуальное сравнение с помощью вероятностного графика Вейбула (wblplot).

Сгенерируйте выборки из распределения Вейбула.

rng('default')
data1 = wblrnd(0.5,2,[500,1]);

Выполните тест Lilliefors при помощи lillietest. Чтобы протестировать данные для распределения Вейбула, проверьте, имеет ли логарифм данных экстремальное распределение значений.

h1 = lillietest(log(data1),'Distribution','extreme value')

h1 = 0

Возвращенное значение h1 = 0 указывает, что lillietest не может отклонить нулевую гипотезу на уровне значимости по умолчанию 5%. Подтвердите решение теста с помощью графика вероятностей Вейбула.

wblplot(data1)

График указывает, что данные следуют за распределением Вейбула.

Сгенерируйте выборки из логнормального распределения.

data2 =lognrnd(5,2,[500,1]);

Выполните тест Lilliefors.

h2 = lillietest(log(data2),'Distribution','extreme value')

h2 = 1

Возвращенное значение h2 = 1 указывает, что lillietest отклоняет нулевую гипотезу на уровне значимости по умолчанию 5%. Подтвердите решение теста с помощью графика вероятностей Вейбула.

wblplot(data2)

График указывает, что данные не следуют распределению Вейбула.