ドキュメンテーション センター

  • 評価版
  • 製品アップデート

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

wblcdf

ワイブル累積分布関数

構文

p = wblcdf(x,a,b)
[p,plo,pup] = wblcdf(x,a,b,pcov,alpha)
[p,plo,pup] = wblcdf(___,'upper')

説明

p = wblcdf(x,a,b) は、スケール パラメーター a と形状パラメーター b をもつワイブル分布の累積分布関数を x の各値で返します。xa および b は、すべて同じサイズのベクトル、行列または多次元配列です。スカラー入力は、他の入力と同じサイズの定数配列に拡張されます。a および b の既定値は、共に 1 です。パラメーター ab は、正の値でなければなりません。

[p,plo,pup] = wblcdf(x,a,b,pcov,alpha) は、入力パラメーター a および b が推定値である場合、p に対する信頼限界を求めます。pcov は、推定パラメーターの 2 行 2 列の共分散行列です。alpha は 0.05 の既定値をもち、100(1 - alpha)% 信頼限界を指定します。plo および pup は、信頼限界の下限と上限を格納する、p と同じサイズの行列です。

[p,plo,pup] = wblcdf(___,'upper') は、極端な上裾の確率をより正確に計算するアルゴリズムを使用して、x の各値に対するワイブル累積分布関数の補数を返します。これまでに説明した構文のいずれでも 'upper' を使用できます。

関数 wblcdf は、推定の分布の正規近似を使用して、p の信頼限界を計算します。

その後で、これらの区間を出力 p のスケールに変換します。標本が大きい場合は、musigma および pcov を推定することで、計算された信頼限界からおおよその望ましい信頼度を把握できますが、標本が小さい場合は、別の方法で信頼限界を計算した方がさらに正確になる場合があります。

ワイブル累積分布関数は、次の式で表されます。

すべて展開する

ワイブル分布の累積分布関数

パラメーター a = 0.15b = 0.8 をもつワイブル分布の値が 0.5 未満になる確率はいくらですか。

probability = wblcdf(0.5, 0.15, 0.8)
probability =
  0.9272

この結果は、パラメーターの小さい変化からどの程度影響を受けますか。

[A, B] = meshgrid(0.1:0.05:0.2,0.2:0.05:0.3);
probability = wblcdf(0.5, A, B)
probability =
  0.7484  0.7198  0.6991
  0.7758  0.7411  0.7156
  0.8022  0.7619  0.7319

参考

| | | | | |

この情報は役に立ちましたか?