威布尔分布
关于威布尔分布模型
威布尔分布是广泛应用于可靠性和生活(故障率)数据分析。工具箱提供了两个参数威布尔分布
在哪里一个尺度参数和吗b是形状参数。
注意,还有其他的威布尔分布,但你必须创建一个自定义使用这些分布方程:
一个带三个参数的威布尔分布x取而代之的是x - c在哪里c是位置参数
单参数威布尔分布的形状参数是固定的,只有规模参数是安装。
曲线拟合工具箱™不符合威布尔概率分布的样本数据。相反,它适合曲线反应和预测数据,威布尔分布曲线具有相同的形状。
符合威布尔模型交互
打开曲线健康应用程序通过输入
curveFitter在MATLAB®命令行。另外,在应用程序选项卡,数学、统计和优化组中,单击曲线更健康。在曲线健康应用,选择曲线数据。在曲线更健康选项卡,数据部分中,点击选择数据。在选择合适的数据对话框中,选择X数据和Y数据,或者只是Y数据对索引。
单击箭头适合类型部分打开画廊,并点击威布尔在回归模型组。
没有合适的设置来配置的合适的选项窗格。
可选地,高级选项节中,指定起始值系数和约束边界,或改变算法的设置。应用计算随机点开始威布尔合适,定义在区间[0 1]。覆盖点开始,可以指定自己的值合适的选项窗格。
有关设置的更多信息,请参阅指定合适的选项和优化的起点。
选择一个威布尔在命令行
指定模型类型威布尔。
例如,一些示例数据加载测量血药浓度的化合物与时间,并配合和情节威布尔模型指定起点:
时间= (0.1;0.1;0.3;0.3;1.3;1.7;2.1;…2.6;3.9;3.9; ... 5.1; 5.6; 6.2; 6.4; 7.7; 8.1; 8.2;... 8.9; 9.0; 9.5; ... 9.6; 10.2; 10.3; 10.8; 11.2; 11.2; 11.2;... 11.7; 12.1; 12.3; ... 12.3; 13.1; 13.2; 13.4; 13.7; 14.0; 14.3;... 15.4; 16.1; 16.1; ... 16.4; 16.4; 16.7; 16.7; 17.5; 17.6; 18.1;... 18.5; 19.3; 19.7;]; conc = [0.01; 0.08; 0.13; 0.16; 0.55; 0.90; 1.11;... 1.62; 1.79; 1.59; ... 1.83; 1.68; 2.09; 2.17; 2.66; 2.08; 2.26;... 1.65; 1.70; 2.39; ... 2.08; 2.02; 1.65; 1.96; 1.91; 1.30; 1.62;... 1.57; 1.32; 1.56; ... 1.36; 1.05; 1.29; 1.32; 1.20; 1.10; 0.88;... 0.63; 0.69; 0.69; ... 0.49; 0.53; 0.42; 0.48; 0.41; 0.27; 0.36;... 0.33; 0.17; 0.20;]; f=fit(time, conc/25, 'Weibull', ... 'StartPoint', [0.01, 2] ) plot(f,time,conc/25, 'o');
如果你想修改合适的选项,例如系数值和约束边界适合您的数据开始,或改变算法设置,看到桌子上的附加属性NonlinearLeastSquares在fitoptions参考页面。
适当的起始点值和可伸缩性浓缩的/ 25威布尔模型的计算是通过拟合三参数威布尔模型使用这个自定义方程:
f =适合(时间、浓缩的' c * a * b * x ^ (b - 1) * exp (a * x ^ b)”,“曾经繁荣”,[0.01,2、5])f =一般模型:f (x) = c * a * b * x ^ (b - 1) * exp (a * x ^ b)系数(95%置信界限):a = 0.009854 (0.007465, 0.01224) = 2.003 (1.895, 2.11) c = 25.65 (24.42, 26.89)
