wblfit

威布尔参数估计

折叠所有页面

语法

parmHat = wblfit (x)

[parmHat, parmCI] = wblfit (x)

[parmHat, parmCI] = wblfit (x,α)

［＿＿＿] = wblfit (x,α,审查)

［＿＿＿) = wblfit (x,α,审查、频率)

［＿＿＿) = wblfit (x,α,审查、频率、期权)

描述

例子

parmHat= wblfit (x）中给定的样本数据，返回威布尔分布参数(形状和规模)的估计x．

例子

［parmHat，parmCI) = wblfit (x）还返回参数估计的95%置信区间。

［parmHat，parmCI) = wblfit (x，α）指定要设置的置信区间的置信级别100(1α)%．

［＿＿＿) = wblfit (x，α，审查）指定是否每个值x是否对权利进行审查。使用逻辑向量审查其中1表示观测结果为右截尾，0表示观测结果为完全观测。

［＿＿＿) = wblfit (x，α，审查，频率）指定观察的频率或权重。

例子

［＿＿＿) = wblfit (x，α，审查，频率，选项）指定迭代算法的优化选项wblfit用来计算带有截尾的最大似然估计。创建选项通过使用函数statset．

你可以进去［］为α，审查,频率使用它们的默认值。

例子

全部折叠

威布尔分布的参数估计

打开生活的脚本

从带有刻度的威布尔分布生成100个随机数0.8和形状3.．

3100年x = wblrnd (0.8, 1);

根据数据估计威布尔分布的参数。

parmHat = wblfit (x)

parmHat =1×20.7751 - 2.9433

具有置信区间的威布尔分布参数估计

打开生活的脚本

从带有刻度的威布尔分布生成100个随机数1和形状2．

x = wblrnd (1 2100 1);

找到95％从数据中估计威布尔分布参数的置信区间。

[parmHat, parmCI] = wblfit (x)

parmHat =1×20.9536 - 1.9622

parmCI =2×21.6821 1.0596 2.2890

最上面一行parmCI包含置信区间的下界，下面一行包含置信区间的上界。

用算法选项估计威布尔参数

打开生活的脚本

从具有尺度的分布中生成100个威布尔随机变量2和形状5．

x = wblrnd (5100,1);

显示的算法参数wblfit．

statset (“wblfit”）

ans =结构体字段:Display: 'off' MaxFunEvals: [] MaxIter: [] TolBnd: [] TolFun: [] TolTypeFun: [] TolX: 1.0000e-06 TolTypeX: [] GradObj: [] Jacobian: [] derivative: [] FunValCheck: [] Robust: []

使用函数的名称-值对参数指定算法参数statset．更改结果显示方式(显示)，并设置参数的终止公差(TolX)．

选择= statset (“显示”，“通路”，“TolX”1的军医);%的优化选择

利用新算法参数求出最大熵值。

parmhat = wblfit (x ,[],[],[], 选项)

函数计数x f(x)步骤2 0.193283 -0.0172927 initial 3 0.205467 0.00262429插值4 0.203862 2.99018e-05插值5 0.203862 2.99018e-05插值区间内发现零[0.193283,0.386565]

parmhat =1×21.9624 - 4.9050

wblfit显示有关迭代的信息。

输入参数

全部折叠

`x`- - - - - -样本数据
向量

样本数据，指定为向量。

数据类型:单|双

`α`- - - - - -显著性水平
0．05(默认)|量程(0,1)内的标量

置信区间的显著性水平，指定为范围(0,1)中的标量。置信水平是100(1α)%,α为置信区间不包含真值的概率。

例子:０．０１

数据类型:单|双

`审查`- - - - - -指标审查
0年代的数组(默认)|逻辑向量

中各值的截尾指标x，指定为大小相同的逻辑向量x．用1表示右删观测值，用0表示完全观测值。

默认值是一个0的数组，这意味着所有的观测值都被完全观测到。

数据类型:逻辑

`频率`- - - - - -观察的频率或权重
组1(默认)|负的向量

观测的频率或权重，指定为大小相同的非负矢量x．的频率中的对应元素的输入参数通常包含非负整数计数x，但可以包含任何非负值。

为获得带有截尾的数据集的加权最大似然值，指定观测值的权重，将其归一化为中观测值的个数x．

默认值是一个1的数组，这意味着每个元素有一个观测值x．

数据类型:单|双

`选项`- - - - - -优化选项
`statset ('wblfit”)`(默认)|结构

优化选项，指定为结构。选项确定了迭代算法的控制参数wblfit用于计算截尾数数据的MLEs。

创建选项通过使用函数statset或者创建一个结构数组，该数组包含该表中描述的字段和值。

字段名价值默认值

字段名	价值	默认值
`显示`	算法显示的信息量。 `“关闭”`—不显示任何信息 `“最后一次”`—显示最终输出 `“通路”`-显示迭代输出	`“关闭”`
`TolX`	参数的终止容限，指定为正标量	`1 e-8`

显示

算法显示的信息量。

“关闭”—不显示任何信息
“最后一次”—显示最终输出
“通路”-显示迭代输出

“关闭”

TolX

参数的终止容限，指定为正标量

1 e-8

你也可以输入statset ('wblfit”)在命令窗口中查看字段的名称和默认值wblfit包括在选项结构。

例子:statset(“显示”、“iter”)指定显示迭代算法的每一步的信息。

数据类型:结构体

输出参数

全部折叠

`parmHat`-参数估计
1×2行向量

参数估计一个(规模)和b(shape)，返回为行向量。

`parmCI`-参数的置信区间
2×2矩阵

Weibull分布的平均参数的置信区间，返回为一个2 × 2矩阵向量，其中包含的下界和上界100(1α)%置信区间。

第一行和第二行分别对应置信区间的上界和下界。

选择功能

wblfit是威布尔分布特有的函数。Statistics和Machine Learning Toolbox™也提供了通用函数大中型企业，fitdist,paramci和分布更健康应用程序，它支持各种概金宝app率分布。

大中型企业返回MLEs和各概率分布参数MLEs的置信区间。您可以指定概率分布名称或自定义概率密度函数。
创建一个WeibullDistribution将概率分布对象拟合到数据中fitdist函数或分布更健康app.对象属性一个和b存储参数估计值。要获取参数估计的置信区间，请将对象传递给paramci．