山云的专栏

本章我们将利用算法工具Matlab，对常用的几个韦伯分布进行计算分析。本章实例包括显示面板的数据分析、轮胎数据分析和纺线的数据分析。文后附录，转分享韦伯分布的Python 和 C++的代码。这个例子，分析纺线的张力测量。【如果改变参数：下一段代码，展示了连续变换参数的结果】【案，大致解释一下，首先，前面给出的是韦伯分布的双参数值，分别是shap 和 scale，然后，时间段的步长为j0.1,那么就是51步，然后分别实现了PDF，CDF的公式，然后把他们画出来。】我们可以利用Matlab的函数，生成韦

前两个章节，我们对韦伯分布的分布函数，以及相关的曲线参数已经做了比较深入的了解，现在，我们结合统计的实际案例进行分析，这样有助于我们应用于工程实践和理解参数的最终意义。本章我们针对实际的分析案例进行分析。包括：真空吸尘器的生命周期、移动硬盘、轮胎的使用里程E(X)andV(X)E(X) and V(X)E(X)andV(X)E(X)=ηΓ(1β+1)=3Γ(12+1)=3Γ(3/2)=3×12Γ(1/2)=32×π=32×1.7725=2.6587\begin{aligned} E(X) &=

上一章里面我们主要针对韦伯分布的基本公式和意义进行了阐述，本章我们深入一点，针对韦伯分布的公式里面的三个重要参数的作用和意义进行详细讨论。韦伯分布从诞生起，就因为他分布的多样性，导致适用于很多不同的应用场景。支持这种广泛应用的基础是，这3个参数的变换可以带来分布的显著的改变。【案，这些分布方程在（1）章我们已经必须详细的介绍了各种类型和推导，现在还是列出3参数的公式。】话不多说，韦伯分布的最详细的表达式，我们在上一章已经表述。那就是三参数的韦伯分布。其概率密度函数PDF表达式和图形如下：f(t;β,η

本章介绍韦布尔分布(weibull distribution)和实践之基本公式和推导。韦伯分布被经常用来对失效性（Failure）或者，反而言之为，可靠性，进行衡量的工具。他的目标就是构建一个失效性分析的模型，或者说构建一个失效性分析的Pattern.【Franklin案，在展示CDF公式的之前，不得不提我们的国内的某些度知识里面的公式，采用的希腊字母完全和国外的不同，然而，很多希腊字母在使用中有特定的意义，本文采用的是通用的表达公式】F(x)={1−e−(xλ)kx≥00x..............

 随机变量的数字特征期望 = 加权 平均值：                       ...

                 

1  随机变量及其分布就是把一个N很大的二项分布做了一个近似。正态分布不要计算，只需要查表就可以了。 ...

 1  概率论的基本概念