Main Content

威布尔分布

拟合和计算威布尔分布，生成该分布的随机样本

Statistics and Machine Learning Toolbox™ 提供了几种处理威布尔分布的方法。

  • 可通过对样本数据进行概率分布拟合或通过指定参数值来创建概率分布对象 WeibullDistribution。然后使用对象函数来计算分布、生成随机数等。

  • 使用分布拟合器以交互方式处理威布尔分布。您可以从该 App 中导出对象并使用对象函数。

  • 使用分布特定的函数并指定分布参数。分布特定的函数可以接受多种威布尔分布的参数。

  • 将一般分布函数（cdf、icdf、pdf、random）与指定的分布名称 ('Weibull') 和参数结合使用。

要了解威布尔分布，请参阅Weibull Distribution。

对象

WeibullDistribution威布尔概率分布对象

App

分布拟合器对数据进行概率分布拟合
概率分布函数Interactive density and distribution plots

函数

全部展开

创建 WeibullDistribution 对象

makedist创建概率分布对象
fitdist对数据进行概率分布对象拟合

使用 WeibullDistribution 对象

cdf累积分布函数
gatherGather properties of Statistics and Machine Learning Toolbox object from GPU (自 R2020b 起)
icdf逆累积分布函数
iqrInterquartile range of probability distribution
mean概率分布的均值
medianMedian of probability distribution
negloglikNegative loglikelihood of probability distribution
paramciConfidence intervals for probability distribution parameters
pdf概率密度函数
plotPlot probability distribution object (自 R2022b 起)
proflikProfile likelihood function for probability distribution
random随机数
std概率分布的标准差
truncateTruncate probability distribution object
var概率分布的方差
wblcdfWeibull cumulative distribution function
wblpdfWeibull probability density function
wblinvWeibull inverse cumulative distribution function
wbllikeWeibull negative log-likelihood
wblstat威布尔均值和方差
wblfitWeibull parameter estimates
wblrnd威布尔随机数
wblplotWeibull probability plot
mleMaximum likelihood estimates
mlecovAsymptotic covariance of maximum likelihood estimators
distributionFitter打开分布拟合器
histfit具有分布拟合的直方图
plotPlot probability distribution object (自 R2022b 起)
qqplotQuantile-quantile plot
randtoolInteractive random number generation
wblplotWeibull probability plot

主题

  • Weibull Distribution

    The Weibull pdf is an appropriate analytical tool for modeling the breaking strength of materials. Current usage also includes reliability and lifetime modeling.

  • Three-Parameter Weibull Distribution

    Find maximum likelihood estimates (MLEs) for the three-parameter Weibull distribution with scale, shape, and location parameters.