wblfit
威布尔参数估计
语法
parmhat = wblfit(数据)
[parmhat, parmci] = wblfit(数据)
[parmhat, parmci] = wblfit(数据、α)
[…]= wblfit(数据、α审查)
[…)= wblfit(数据、α、审查、频率)
[…]= wblfit(…,选项)
描述
parmhat = wblfit(数据)返回最大似然估计,parmhat的威布尔分布的参数向量中的值数据,它必须是正的。parmhat是一个双元素行向量:parmhat (1)估计威布尔参数一个,parmhat (2)估计威布尔参数b在pdf
[parmhat, parmci] = wblfit(数据)返回95%置信区间估计一个和b在2×2矩阵parmci。第一行包含参数的置信区间的下界,和第二行包含置信区间的上界。
([parmhat, parmci] = wblfit(数据、α)返回(1 - 100α)%参数估计的置信区间。
[…]= wblfit(数据、α审查)接受一个布尔向量,审查相同的大小数据,这是1观察right-censored和0的观察观察。
[…)= wblfit(数据、α、审查、频率)接受一个频率向量,频率相同的大小数据。向量频率通常包含整数频率对应的元素数据,但可以包含任何非负价值。通过[]为α,审查,或频率使用默认值。
[…]= wblfit(…,选项)接受一个结构,选项,指定控制参数的迭代算法计算极大似然估计的函数使用。威布尔适应函数接受一个选项结构,可以使用函数创建statset。输入statset (“wblfit”)的名称和默认值的参数lognfit接受的选项结构。看到页面的引用statset关于这些选项的更多信息。
例子
,100 data = wblrnd (0.5, 0.8, 1);[parmhat, parmci] = wblfit(数据)parmhat parmci = = 0.5861 0.8567 0.4606 0.7360 0.7459 0.9973
