首页

欢迎

 

Welcome

欢迎, 这是一个学习数学、讨论数学的网站.

转到问题

请输入问题号, 例如: 2512

IMAGINE, THINK, and DO
How to be a scientist, mathematician and an engineer, all in one?
--- S. Muthu Muthukrishnan

Local Notes

Local Notes 是一款 Windows 下的笔记系统.

Local Notes 下载

Sowya

Sowya 是一款运行于 Windows 下的计算软件.

详情

下载 Sowya.7z (包含最新版的 Sowya.exe and SowyaApp.exe)


注: 自 v0.550 开始, Calculator 更名为 Sowya. [Sowya] 是吴语中数学的发音, 可在 cn.bing.com/translator 中输入 Sowya, 听其英语发音或法语发音.





注册

欢迎注册, 您的参与将会促进数学交流. 注册

在注册之前, 或许您想先试用一下. 测试帐号: usertest 密码: usertest. 请不要更改密码.


我制作的 slides

Problem

随机显示问题

Problèmes d'affichage aléatoires

概率统计 >> 概率论
Questions in category: 概率论 (Probability).

Weibull 分布(The Weibull Distribution)

Posted by haifeng on 2020-05-12 14:26:32 last update 2020-05-16 20:41:48 | Answers (2)


Weibull 分布是由瑞典物理学家 Waloddi Weibull 于1939年引进的.

他的1951年的一篇文章 "A Statistical Distribution Function of Wide Applicability"(J. Applied Mechanics, vol. 18: 293--297) 中讨论了一些应用.

 

定义: 

A random variable $X$ is said to have a Weilbull distribution with parameters $\alpha$ and $\beta$ ($\alpha > 0$, $\beta > 0$) if the pdf of $X$ is

\[
f(x;\alpha,\beta)=\begin{cases}
\frac{\alpha}{\beta^{\alpha}}x^{\alpha-1}e^{-(\frac{x}{\beta})^{\alpha}}, & x\geqslant 0,\\
0, & x < 0
\end{cases}
\]

与之十分相近的是 $\Gamma$-分布(Gamma distribution). 回顾其 pdf 定义为

\[
f_2(x;\alpha,\beta)=\begin{cases}
\frac{1}{\beta^{\alpha}\Gamma{\alpha}}x^{\alpha-1}e^{-\frac{x}{\beta}}, & x\geqslant 0,\\
0, & x < 0
\end{cases}
\]

令 Weibull 分布和 $\Gamma$-分布中的参数 $\alpha=1$, $\lambda=\frac{1}{\beta}$, 我们都可以得到指数分布(exponential distribution)

\[
f(x;\lambda)=\begin{cases}
\lambda e^{-\lambda x}, & x\geqslant 0,\\
0, & x < 0.
\end{cases}
\]

也就是说, 指数分布同是 $\Gamma$-分布和 Weibull 分布的特殊情形. 但是, 存在 $\Gamma$-分布, 其不属于 Weibull 分布; 也存在 Weibull 分布, 不属于 $\Gamma$-分布.

 

对于所定义的 Weibull 分布, 证明其 cdf 为

\[
F(x;\alpha,\beta)=\begin{cases}
1-e^{-(\frac{x}{\beta})^{\alpha}}, & x\geqslant 0,\\
0, & x < 0.\\
\end{cases}
\]

 

Prop. 若 $X$ 是服从 Weibull 分布的随机变量, 则其均值和方差为

\[
\begin{eqnarray}
\mu=E(X)&=&\beta\cdot\Gamma(1+\frac{1}{\alpha})\\
\sigma^2=V(X)&=&\beta^2\cdot\biggl[\Gamma(1+\frac{2}{\alpha})-\Bigl(\Gamma(1+\frac{1}{\alpha})\Bigr)^2\biggr]
\end{eqnarray}
\]