wblfit

威布尔参数估计

页面上倒塌

句法

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）

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那parmCI] = WBLFIT（X）还返回参数估计的95％置信区间。

[parmHat那parmCI] = WBLFIT（X那α）指定置信区间的置信水平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那审查那弗里克）指定观察的频率或权重。

例子

[___] = 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．

你可以进去［］为了α那审查,弗里克使用它们的默认值。

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.．

x = WBLRND（0.8,3,100,1）;

估算从数据的威布尔分布的参数。

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（1,2,100,1）;

找出95％置信区间估计来自数据的Weibull分布的参数。

[Parmhat，Parmci] = wblfit（x）

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。

用算法选项估计威布尔参数

打开生活的脚本

从分布到尺度生成100个Weibull随机变量2和形状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）.

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。

输入参数

全部折叠

`X`-样本数据
向量

示例数据，指定为向量。

数据类型：单身的|双

`α`-意义程度
0.05（默认）|标量在范围内（0,1）

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

数据类型：单身的|双

`审查`-审查指标
0年代的数组（默认）|逻辑矢量

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

`弗里克`-观察的频率或重量
数组为1（默认）|非负载体

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．

数据类型：单身的|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。

字段名价值默认值

字段名	价值	默认值
`展示`	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 `'iter'`-显示迭代输出	`“关闭”`
`TolX`	参数的终止公差，指定为正标量	`1E-8`

展示

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
'iter'-显示迭代输出

“关闭”

TolX

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。

数据类型：塑造

输出参数

全部折叠

`parmHat`- 估计参数
1×2排矢量

参数估计一种(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，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。

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.．