MCP के माध्यम से कनेक्ट करें →

गणना दर्ज करें

सूत्र (फॉर्मूला)

Show calculation steps (2)
  1. Cumulative (Lower) Probability

    Cumulative (Lower) Probability: वाइबुल वितरण कैलकुलेटर

    P(X <= x), the lower cumulative distribution

  2. Survival (Upper) Probability

    Survival (Upper) Probability: वाइबुल वितरण कैलकुलेटर

    P(X > x), the upper cumulative / reliability function

विज्ञापन

परिणाम

प्रायिकता घनत्व f(x)
0.735759
x पर PDF का मान
Lower cumulative probability P(X ≤ x) 0.632121
Upper cumulative probability P(X > x) 0.367879

वाइबुल वितरण क्या है?

वाइबुल वितरण (Weibull distribution) सबसे लचीले सतत प्रायिकता वितरणों में से एक है और रिलायबिलिटी इंजीनियरिंग, लाइफ-डेटा विश्लेषण तथा सर्वाइवल मॉडलिंग की रीढ़ माना जाता है। केवल दो पैरामीटर बदलकर — एक शेप पैरामीटर m (जिसे k या बीटा भी लिखते हैं) और एक स्केल पैरामीटर eta (जिसे लैम्ब्डा या a, यानी कैरेक्टरिस्टिक लाइफ भी कहते हैं) — यह ऐसी फेल्योर दरों को मॉडल कर सकता है जो समय के साथ घटें, स्थिर रहें या बढ़ें। यह कैलकुलेटर मानक 2-पैरामीटर स्केल रूप का उपयोग करता है जिसमें लोकेशन शून्य पर तय है, इसलिए इसका सपोर्ट \(x \ge 0\) है।

विभिन्न आकार पैरामीटर मानों के लिए Weibull प्रायिकता घनत्व वक्र
स्थिर स्केल पर आकार पैरामीटर m के साथ Weibull PDF का आकार नाटकीय रूप से बदलता है।

इस कैलकुलेटर का उपयोग कैसे करें

वह मान x दर्ज करें जिस पर आप वितरण का मूल्यांकन करना चाहते हैं (\(x \ge 0\)), शेप पैरामीटर m (\(> 0\)) और स्केल पैरामीटर eta (\(> 0\))। यह टूल तीन परिणाम देता है: प्रायिकता घनत्व \(f(x)\), निचली संचयी प्रायिकता \(P(X \le x)\) (यानी CDF), और ऊपरी संचयी प्रायिकता \(P(X > x)\) (सर्वाइवल या रिलायबिलिटी फंक्शन)। ध्यान दें कि \(F(x) + R(x)\) हमेशा 1 के बराबर होता है।

सूत्रों की व्याख्या

मान लीजिए \(z = x / \eta\)। घनत्व $$f(x) = \frac{m}{\eta} \left(\frac{x}{\eta}\right)^{m-1} e^{-\left(x/\eta\right)^{m}}$$ है। संचयी वितरण फंक्शन $$F(x) = 1 - e^{-\left(x/\eta\right)^{m}}$$ है, और सर्वाइवल फंक्शन $$R(x) = e^{-\left(x/\eta\right)^{m}}$$ है। शेप पैरामीटर हैज़र्ड व्यवहार को नियंत्रित करता है: \(m = 1\) पर यह एक्सपोनेंशियल वितरण बन जाता है (स्थिर फेल्योर दर, माध्य \(\eta\)), \(m = 2\) पर रैले (Rayleigh) वितरण मिलता है, और m लगभग 3.6 के आसपास यह घंटी-आकार के सामान्य (normal) वक्र के करीब पहुँच जाता है।

विज्ञापन
Weibull PDF क्षेत्र को निचले (CDF) और ऊपरी (उत्तरजीविता) भागों में विभाजित दर्शाता आरेख
मान x पर, बाईं ओर का क्षेत्रफल CDF है और दाईं ओर का क्षेत्रफल उत्तरजीविता प्रायिकता है।

हल किया हुआ उदाहरण

मान लीजिए \(x = 1.5\), \(m = 2\), \(\eta = 1\)। तब \(z = 1.5\) और \(z^m = 2.25\), इसलिए \(e^{-2.25} = 0.105399\)। ऊपरी संचयी प्रायिकता \(R = 0.105399\) और निचली संचयी प्रायिकता $$F = 1 - 0.105399 = 0.894601$$ होगी। घनत्व $$f = \frac{2}{1} \cdot 1.5^{1} \cdot 0.105399 = 0.316198$$ निकलता है।

अक्सर पूछे जाने वाले सवाल

हर शेप के लिए \(F(\eta)\) लगभग 0.632 क्यों होता है? जब \(x = \eta\) होता है, तब \(z = 1\) इसलिए \(z^m = 1\) और \(F = 1 - e^{-1} = 0.6321\) निकलता है, जो m पर निर्भर नहीं करता। इसी कारण eta को कैरेक्टरिस्टिक लाइफ कहा जाता है।

\(x < 0\) होने पर क्या होता है? 2-पैरामीटर वाइबुल का सपोर्ट \([0, \infty)\) है, इसलिए वहाँ \(f(x) = 0\), \(F(x) = 0\) और \(R(x) = 1\) होता है।

क्या स्केल के लिए इकाइयों की ज़रूरत है? इनपुट शुद्ध संख्याएँ हैं; x और eta की इकाइयाँ एक जैसी होनी चाहिए (जैसे घंटे), लेकिन गणना स्वयं विमारहित (dimensionless) होती है।

अंतिम अपडेट: