wblplot

スケール パラメーター 1.2 および形状パラメーター 1.5 をもつワイブル分布からの 50 個の乱数が含まれているベクトル r を生成します。

rng('default')  % For reproducibility
r = wblrnd(1.2,1.5,50,1);

ワイブル確率プロットを作成して、データがワイブル分布から派生しているかどうかを視覚的に判別します。

wblplot(r)

このプロットからは、データがワイブル分布から来ていると考えられます。

2 つの標本データ セットを、一方はワイブル分布から、もう一方は対数正規分布から生成します。リリーフォース検定を実行して、各データ セットがワイブル分布からのものかどうかを評価します。ワイブル確率プロット (wblplot) を使用して視覚的に比較することにより、検定の判定を確認します。

ワイブル分布から標本を生成します。

rng('default')
data1 = wblrnd(0.5,2,[500,1]);

lillietest を使用して、リリーフォース検定を実行します。ワイブル分布に対してデータを検定するため、データの対数が極値分布に従うかどうかを検定します。

h1 = lillietest(log(data1),'Distribution','extreme value')

h1 = 0

h1 = 0 の戻り値は、lillietest が既定の有意水準 5% で帰無仮説を棄却できないことを示します。ワイブル確率プロットを使用して、検定の判定を確認します。

wblplot(data1)

このプロットは、データがワイブル分布に従うことを示しています。

対数正規分布から標本を生成します。

data2 =lognrnd(5,2,[500,1]);

リリーフォース検定を実行します。

h2 = lillietest(log(data2),'Distribution','extreme value')

h2 = 1

h2 = 1 の戻り値は、lillietest が既定の有意水準 5% で帰無仮説を棄却することを示します。ワイブル確率プロットを使用して、検定の判定を確認します。

wblplot(data2)

このプロットは、データがワイブル分布に従わないことを示しています。