wblcdf

威布尔累积分布函数

折叠所有页面

语法

p=wblcdf（x，a，b） [p，plo，pup]=wblcdf（x，a，b，pcov，α） [p，plo，pup]=wblcdf(___（“上”）

描述

p=wblcdf（x，a，b）返回带有比例参数的Weibull分布的cdfA.形状参数B，在中的每个值处x.x,A.和B可以是大小相同的向量、矩阵或多维数组。标量输入扩展为与其他输入大小相同的常量数组。的默认值A.和B都是1..参数A.和B必须是积极的。

[p，plo，pup]=wblcdf（x，a，b，pcov，α）返回的置信限P当输入参数A.和B这是估计数。pcov是估计参数的2×2协方差矩阵。阿尔法具有默认值0.05，并指定100（1-阿尔法)%信心边界。巴解组织和幼仔数组的大小是否与P包含置信下限和置信上限的。

[p，plo，pup]=wblcdf(___（“上”）返回中每个值的Weibull cdf的补码x，使用更精确地计算极端上尾概率的算法。你可以用“上”使用任何先前的语法。

功能wblcdf计算的置信边界P使用估计分布的正态近似

$\hat{B} (日志 x - 日志 \hat{A.})$

然后将这些边界转换为输出的比例P. 当您进行估计时，计算出的边界给出了大致所需的置信水平亩,西格玛和pcov从大样本中，但在小样本中，计算置信限的其他方法可能更准确。

威布尔cdf是

$P = F (x | A., B) = \int_{0}^{x} B {A.}^{- B} T^{B - 1.} E^{- {(\frac{T}{A.})}^{B}} D T = 1. - E^{- {(\frac{x}{A.})}^{B}} .$

例子

全部崩溃

威布尔分布

打开实时脚本

从带有参数的Weibull分布中得出一个值的概率是多少A.=0.15和B=0.8小于0.5？

概率=wblcdf（0.5,0.15,0.8）

概率=0.9272

该结果对参数的微小变化有多敏感？

[A，B]=网格网格（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 0.7156 0.8022 0.7619 0.7319

扩展能力

C/C++代码生成
使用Matlab®编码器生成C和C++代码™.

另见

话题

威布尔分布

在R2006a之前引入

wblcdf

语法

描述

例子

威布尔分布

扩展能力

C/C++代码生成
使用Matlab®编码器生成C和C++代码™.

另见

话题

统计和机器学习工具箱文档

金宝app

掌握机器学习：用MATLAB逐步指导

wblcdf

语法

描述

例子

威布尔分布

扩展能力

C/C++代码生成使用Matlab®编码器生成C和C++代码™.

另见

话题

统计和机器学习工具箱文档

金宝app

掌握机器学习：用MATLAB逐步指导

C/C++代码生成
使用Matlab®编码器生成C和C++代码™.