WBLCDF.

Weibull累积分配功能

页面上倒塌

句法

p = wblcdf（x，a，b） [p，plo，pup] = wblcdf（x，a，b，pcov，alpha） [p，plo，pup] = wblcdf（___，'上'）

描述

p = wblcdf（x，a，b）用比例参数返回Weibull分布的CDF一个和形状参数B.，在每个价值X。X那一个，和B.可以是所有具有相同尺寸的向量，矩阵或多维阵列。标量输入被扩展到与其他输入相同大小的常数阵列。默认值一个和B.都是1。参数一个和B.必须是积极的。

[p，plo，pup] = wblcdf（x，a，b，pcov，alpha）返回信心范围P.当输入参数时一个和B.是估计的。PCOV.是估计参数的2×2协方差矩阵。α默认值为0.05，并指定100（1 -α）％置信度界限。PLO.和小狗是与之相同的阵列P.含有较低和上置信度的界限。

[p，plo，pup] = wblcdf（___，'上'）返回每个值的Weibull CDF的补充X，使用更准确地计算极端上部尾部概率的算法。您可以使用'上'使用以前的任何语法。

功能WBLCDF.计算信心范围P.使用正常近似到估计的分布

$\hat{B.} （日志 X - 日志 \hat{一个} ）$

然后将这些界限转换为输出的规模P.。当您估计时，计算的界限大致达到所需的置信水平亩那Sigma.，和PCOV.来自大型样品，但在较小的样品中，其他计算置信度的方法可能更准确。

威布尔CDF是

$P. = F （ X | 一个那 B. ） = \int_{0.}^{X} B. {一个}^{- B.} {T.}^{B. - 1} {E.}^{- {（ \frac{T.}{一个} ）}^{B.}} D. T. = 1 - {E.}^{- {（ \frac{X}{一个} ）}^{B.}} 。$

例子

全部收缩

威布尔分布CDF.

打开直播脚本

具有与参数的威布尔分布的值是什么概率一个=0.15和B.=0.8小于0.5？

概率= WBLCDF（0.5,0.15,0.8）

概率= 0.9272.

这导致参数的小变化是多么敏感？

[A，B] = Meshgrid（0.1：0.05：0.2,0.2：0.05：0.3）;概率= WBLCDF（0.5，A，B）

概率=3×30.7484 0.7198 0.6991 0.7758 0.7411 0.711 0.7156 0.8022 0.7619 0.7319

扩展能力

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

也可以看看

话题

威布尔分布

在R2006A之前介绍

WBLCDF.

句法

描述

例子

威布尔分布CDF.

扩展能力

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

也可以看看

话题

统计和机器学习工具箱文档

金宝app

掌握机器学习：使用MATLAB逐步指南

WBLCDF.

句法

描述

例子

威布尔分布CDF.

扩展能力

C / C ++代码生成使用MATLAB®Coder™生成C和C ++代码。

也可以看看

话题

统计和机器学习工具箱文档

金宝app

掌握机器学习：使用MATLAB逐步指南

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。