文件帮助中心文件
威布尔参数估计
parmhat = wblfit(x)
[Parmhat,Parmci] = wblfit(x)
[Parmhat,parmci] = wblfit(x,alpha)
[___] = wblfit (x,α,审查)
[___] = WBLFIT(x,alpha,审查,频率
[___] = WBLFIT(x,alpha,审查,频率,选项)
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.
parmHat= wblfit(X)
parmHat
X
[parmHat那parmCI] = WBLFIT(X)还返回参数估计的95%置信区间。
[parmHat那parmCI] = WBLFIT(X)
parmCI
[parmHat那parmCI] = WBLFIT(X那α)指定置信区间的置信水平100(1-alpha)%。
[parmHat那parmCI] = WBLFIT(X那α)
α
100(1-alpha)
[___] = WBLFIT(X那α那审查)指定是否每个值X是正确的或不是正确的。使用逻辑向量审查其中1表示右缩象和0表示完全观察到的观察结果。
[___] = WBLFIT(X那α那审查)
审查
[___] = WBLFIT(X那α那审查那弗里克)指定观察的频率或权重。
[___] = WBLFIT(X那α那审查那弗里克)
弗里克
[___] = WBLFIT(X那α那审查那弗里克那选项)指定迭代算法的优化选项wblfit使用审查来计算最大似然估计(MLES)。创建选项通过使用该功能statset.
[___] = WBLFIT(X那α那审查那弗里克那选项)
选项
wblfit
statset
你可以进去[]为了α那审查,弗里克使用它们的默认值。
[]
全部折叠
从带有刻度的威布尔分布生成100个随机数0.8和形状3..
0.8
3.
x = WBLRND(0.8,3,100,1);
估算从数据的威布尔分布的参数。
parmHat =1×20.7751 - 2.9433
从带有刻度的威布尔分布生成100个随机数1和形状2.
1
2
X = WBLRND(1,2,100,1);
找出95%置信区间估计来自数据的Weibull分布的参数。
95%
parmHat =1×20.9536 - 1.9622
Parmci =2×21.6821 1.0596 2.2890
顶行parmCI包含置信区间的下界,下面一行包含置信区间的上界。
从分布到尺度生成100个Weibull随机变量2和形状5..
5.
x = wblrnd (5100,1);
显示算法参数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(展示),并设置参数的终止公差(TolX).
展示
TolX
选择= statset (“显示”那'iter'那'tolx',1E-4);%优化选项
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。
示例数据,指定为向量。
数据类型:单身的|双
单身的
双
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(1-alpha)%, 在哪里α为置信区间不包含真值的概率。
例子:0.01
0.01
中各值的截尾指标X,指定为与尺寸相同的逻辑向量X.使用1用于对右侧审查的观察和完全观察到的观察结果。
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
逻辑
观测的频率或权重,指定为大小相同的非负矢量X.的弗里克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.
statset ('wblfit')
优化选项,指定为结构。选项确定迭代算法的控制参数wblfit用于计算用于删除数据的MLES。
创建选项通过使用该功能statset或者通过创建包含此表中描述的字段和值的结构数组。
算法显示的信息量。
“关闭”—不显示任何信息
“关闭”
“最后一次”- 显示最终输出
“最后一次”
'iter'-显示迭代输出
'iter'
参数的终止公差,指定为正标量
1E-8
你也可以进入statset ('wblfit')在命令窗口中查看字段的名称和默认值wblfit包括在选项结构体。
例子:statset('显示','iter')指定显示来自迭代算法的每个步骤的信息。
statset('显示','iter')
数据类型:塑造
塑造
参数估计一种(规模)和B.(shape),返回为行向量。
Weibull分布的平均参数的置信区间,作为包含较低和上限的2×2矩阵向量返回100(1-alpha)%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。
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m那Fitdist.,PARAMCI.和配送钳工应用程序,支持各种概率金宝app分布。
m
Fitdist.
PARAMCI.
m返回MLES的MLES与各种概率分布参数的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.函数或配送钳工应用程序。对象属性一种和B.存储参数估计值。要获得参数估计的置信区间,请将对象传递给PARAMCI..
WeibullDistribution
一种
B.
该功能完全支持GPU阵列。金宝app有关更多信息,请参见在GPU上运行matlab函数(并行计算工具箱).
m|wblcdf|wblinv|WBLLIKE.|WBLPDF.|WBLPLOT.|wblrnd|WBLSTAT.
wblcdf
wblinv
WBLLIKE.
WBLPDF.
WBLPLOT.
wblrnd
WBLSTAT.
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
与当地办事处联系