ワ@ @ブル分布
ワ▪▪▪ブル分布モデルに▪▪▪いて
ワブル分布は,信頼性や寿命(故障率)。ブル分布が用意されています
ここで,aはスケルパラメタで,bは形状パラメタです。
これ以外にも次のようなワイブル分布がありますが,これらの分布を使用するにはカスタム式を作成しなければならないことに注意してください。
XをX - cに置き換えた3パラメタのワブル分布。ここでcは位置パラメタ。
1パラメタのワブル分布。形状パラメ,タ,が固定されていて,スケ,ルパラメ,タ,のみが近似の対象。
曲线拟合工具箱™では,ワイブル確率分布を使用してデータのサンプルを近似しません。その代わりに,応答データおよび予測子データを曲線で近似し,その曲線がワイブル分布と同じ形状をもつようにします。
ワ@ @ブルモデルによる対話的な近似
MATLAB®コマンドラ@ @ンで
curveFitter
と入力して曲線フィッタ,アプリを開きます。または,[アプリ]タブの[数学,統計および最適化]グル,プで[曲線フィッタ]をクリックします。曲線フィッタ,アプリで,曲線デ,タを選択します。[曲線フィッタ]タブの[デ,タ]セクションで[デ,タの選択]をクリックします。[近似デ,タの選択]ダ电子邮箱アログボックスで,[xデ.タ]および[yデ.タ]を選択するか,电子邮件ンデックスに対する[yデ.タ]のみを選択します。
[近似タ电子邮箱プ]セクションの矢印をクリックしてギャラリ,を開き,[回帰モデル]グル,プの[ワ电子邮箱ブル]をクリックします。
[近似オプション]ペ@ @ンで構成する近似設定はありません。
必要に応じて,[詳細オプション]セクションで係数の開始値と制約範囲を指定するか,アルゴリズム設定を変更します。区間[0 1]で定義される,[ワ电子邮箱ブル]近似のランダムな開始点がアプリによって計算されます。開始点をオ,バ,ラ,[近似オプション]ペ@ @ンで独自の値を指定することができます。
設定の詳細にいては,近似オプションと最適化された開始点の指定を参照してください。
コマンドラ▪▪ンでのワ▪▪ブル近似の選択
モデルタ@ @プ威布尔
を指定します。
たとえば,ある化合物の血中濃度を時間に対して測定したサンプルデータを読み込み,開始点を指定したワイブルモデルで近似およびプロットするには次のようにします。
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');
係数の開始値や制約範囲などの近似オプションをデータに合わせて変更したり,アルゴリズム設定を変更したりする場合は,fitoptions
のリファレンスペ,ジにあるNonlinearLeastSquares
の追加プロパティの表を参照してください。
2パラメタのワブルモデルにおける適切な開始点の値とスケリングである浓缩的/ 25
は,次のカスタム式を使用して3パラメタのワブルモデルを当てはめて計算しました。
f=拟合(time, conc, ' c*a*b*x^(b-1)*exp(-a*x^b)', 'StartPoint', [0.01, 2,5]) f=一般模型:f(x) = c*a*b*x^(b-1)*exp(-a*x^b)系数(95%置信限):a = 0.009854 (0.007465, 0.01224) b = 2.003 (1.895, 2.11) c = 25.65 (24.42, 26.89)