zoukankan      html  css  js  c++  java
  • 威布尔weibull distribution

    data = wblrnd(0.5,0.8,100,1);
    生成威布尔随机函数,尺寸参数为0.5,形状参数为0.8,生成数列100行,一列;
    parmhat = wblfit(data)
    对data的进行威布尔拟合,返回拟合的两个值

    翻译了一下:[PARMHAT,PARMCI] = WBLFIT(X,ALPHA,CENSORING)
    给定右截尾样本数据X,计算Weibull分布在取尺度参数A,
    形状参数B的极大似然估计及其置信度为100(1-ALPHA)区间估计。
    其中,CENSORING是与X同尺寸的0或1构成的向量。

    [PARMHAT,PARMCI]= WBLFIT(X,ALPHA,CENSORING,FREQ) 
    给定右截尾样本数据X,计算Weibull分布在取尺度参数A,
    形状参数B的极大似然估计及其置信度为100(1-ALPHA)区间估计。
    其中其中,CENSORING是与X同尺寸的0或1构成的向量,
    FREQ为截尾样本X所对应的观察频数。不会用这个


    0个样本,70小时定时截尾,6个样本发生故障,
    数据为10,20,35,52,56,63,然后我定义
    data=[10,20,35,52,56,63,70,70,70,70],
    censoring=[0,0,0,0,0,0,1,1,1,1]
    然后运行[a,b]=wblfit(data,0.05,censoring)得出结果
    a =
       74.6426    1.6194
    b =
       44.5897    0.7795
      124.9509    3.3645
    a为平均寿命和形状参数,b为寿命的置信区间和形状参数的置信区间,

  • 相关阅读:
    建造者模式
    抽象工厂设计模式
    工厂设计模式
    原型设计模式
    单例设计模式
    UML类图的学习
    kafka的客户端操作, stream API
    kafka的客户端操作,consumer API
    kafka的客户端操作,admin与producer
    Optional常用写法
  • 原文地址:https://www.cnblogs.com/mrcharles/p/11879765.html
Copyright © 2011-2022 走看看