वाइबुल वितरण पर्सेंटाइल (क्वांटाइल) कैलकुलेटर

वाइबुल वितरण पर्सेंटाइल (क्वांटाइल) कैलकुलेटर

उभरता AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

xP=η(−ln⁡(1−P))1mx_{P} = {\eta}\left(-\ln\left(1-P\right)\right)^{\frac{1}{m}}
उपयोग आँकड़े

विज्ञापन

परिणाम

पर्सेंटाइल x
0.8325546112
वह मान जहाँ संचयी प्रायिकता तक पहुँचा जाता है (η के समान इकाई)
लोअर संचयी प्रायिकता P 0.5
अपर संचयी प्रायिकता Q 0.5

इस पेज पर त्रुटि की रिपोर्ट करें

वाइबुल वितरण पर्सेंटाइल कैलकुलेटर क्या है?

यह टूल दो-पैरामीटर वाले वाइबुल वितरण का पर्सेंटाइल (जिसे क्वांटाइल या इन्वर्स CDF भी कहते हैं) निकालता है। शेप पैरामीटर m, स्केल पैरामीटर eta और एक संचयी प्रायिकता देने पर, यह वह मान x लौटाता है जिस पर वितरण उस प्रायिकता तक पहुँचता है। यह पूरी तरह एक सांख्यिकीय टूल है जो हर जगह लागू होता है और इसमें किसी देश-विशेष का नियम शामिल नहीं है।

वाइबुल वितरण

दो-पैरामीटर वाले वाइबुल वितरण में एक शेप पैरामीटर m (कभी-कभी k या beta लिखा जाता है) और एक स्केल पैरामीटर eta (कभी-कभी alpha या lambda लिखा जाता है) होता है — दोनों कड़ाई से धनात्मक होते हैं, और इसका विस्तार \(x \geq 0\) तक होता है। इसका लोअर संचयी वितरण फलन है $$P = F(x) = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)$$ अपर (सर्वाइवल) प्रायिकता है $$Q = 1 - F(x) = \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)$$ इसलिए \(P + Q = 1\)।

विभिन्न शेप पैरामीटर के लिए वाइबुल प्रायिकता घनत्व फलन के वक्र
स्केल स्थिर रखने पर वाइबुल PDF का आकार शेप पैरामीटर m के साथ काफी बदल जाता है।

क्वांटाइल का सूत्र

\(P = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)\) को x के लिए हल करने पर इन्वर्स CDF मिलता है: $$x = \eta\left(-\ln\left(1-P\right)\right)^{\frac{1}{m}}$$ यदि आप इसके बजाय अपर-टेल प्रायिकता Q देते हैं, तो कैलकुलेटर पहले इसे \(P = 1 - Q\) के द्वारा बदल देता है, यानी समतुल्य रूप से $$x = \eta\left(-\ln\left(Q\right)\right)^{\frac{1}{m}}$$ आउटपुट x वही इकाई धारण करता है जो स्केल पैरामीटर दर्शाता है (घंटे, चक्र, आदि)।

विज्ञापन
प्रायिकता से x मान तक पर्सेंटाइल मैपिंग दिखाता संचयी बंटन फलन
क्वांटाइल उल्टे CDF से मिलता है: एक प्रायिकता P चुनें और उसे x तक मैप करें।

इसका उपयोग कैसे करें

शेप पैरामीटर m और स्केल पैरामीटर eta दर्ज करें। चुनें कि आपका प्रायिकता मान लोअर संचयी प्रायिकता P है या अपर संचयी प्रायिकता Q, फिर 0 और 1 के बीच (कड़ाई से) प्रायिकता दर्ज करें। परिणाम पर्सेंटाइल x होगा।

हल किया गया उदाहरण

मान लीजिए \(m = 2\), \(\eta = 1\), लोअर प्रायिकता \(P = 0.5\): \(-\ln(1 - 0.5) = 0.693147\), और \(0.693147^{\frac{1}{2}} = 0.832555\), इसलिए $$x = 1 \times 0.832555 = 0.83255$$ यह Weibull(2, 1) (रेले) वितरण की माध्यिका (median) है।

वेइबुल प्रतिशतकों और आकार पैरामीटर की व्याख्या

प्रतिशतक \(x_P\) वह मान है जिसके नीचे जनसंख्या का अंश \(P\) आता है, अर्थात \(F(x_P)=P\)। विश्वसनीयता कार्य में यह वह समय है जिसके भीतर अपेक्षित है कि अंश \(P\) इकाइयाँ विफल हो चुकी होंगी। उदाहरण के लिए, \(P=0.10\) B10 जीवन देता है और \(P=0.5\) माध्यिका देता है। वेइबुल CDF का व्युत्क्रम यह देता है:

$$x_P = \eta\left(-\ln(1-P)\right)^{1/m}$$

यदि आप ऊपरी (उत्तरजीविता) संभावना \(Q\) दर्ज करते हैं, तो समतुल्य निचली संभावना \(P = 1-Q\) होती है।

अभिलाक्षणिक जीवन

जब \(x=\eta\) होता है, तो CDF \(1-e^{-1}\approx 0.632\) होता है, चाहे आकार \(m\) कुछ भी हो। अतः पैमाना पैरामीटर \(\eta\) (अभिलाक्षणिक जीवन) सदैव 63.2वाँ प्रतिशतक होता है।

आकार पैरामीटर m

  • m < 1: समय के साथ विफलता दर घटती है, जो शिशु मृत्यु दर या प्रारंभिक दोषों की विशेषता है।
  • m = 1: विफलता दर स्थिर है। वेइबुल घातीय वितरण में बदल जाता है।
  • m > 1: समय के साथ विफलता दर बढ़ती है, जो घिसाव और उम्र बढ़ने की विशेषता है।
  • m = 2: यह रेले वितरण है, जहाँ समय के साथ विफलता दर रैखिक रूप से बढ़ती है।

स्केलिंग

स्थिर \(m\) और \(P\) के लिए, प्रतिशतक \(\eta\) के साथ रैखिक रूप से बदलता है। \(\eta\) को दोगुना करने से हर प्रतिशतक दोगुना हो जाता है। आकार \(m\) यह नियंत्रित करता है कि प्रतिशतक कितने फैले हुए हैं: बड़ा \(m\) उन्हें \(\eta\) के चारों ओर अधिक कसकर समेट देता है।

विज्ञापन

सामान्य विश्वसनीयता प्रतिशतक (B-जीवन) संदर्भ

प्रत्येक प्रतिशतक \(x = \eta \cdot f^{1/m}\) है, जहाँ \(f=-\ln(1-P)\) तालिका में दिया गुणक है। अंतिम स्तंभ रेले स्थिति \(m=2\) के लिए \(x/\eta\) देता है, जहाँ घातांक \(1/m\) केवल एक वर्गमूल है। \(m=1\) के लिए, \(x/\eta\) स्वयं गुणक के बराबर है।

लेबल P (संचयी संभावना) गुणक \(-\ln(1-P)\) \(x/\eta\) पर \(m=2\)
B1 0.01 0.01005 0.1002
B5 0.05 0.05129 0.2265
B10 0.10 0.10536 0.3246
B50 (माध्यिका) 0.50 0.69315 0.8326
अभिलाक्षणिक जीवन 0.632121 1.00000 1.0000
B90 0.90 2.30259 1.5174
B99 0.99 4.60517 2.1460

उदाहरण: \(\eta=1000\) और \(m=2\) के लिए, B10 जीवन \(x = 1000 \times 0.10536^{1/2} \approx 324.6\) है।

ध्यान दें कि गुणक आकार पर निर्भर नहीं करता। आकार केवल घातांक \(1/m\) के माध्यम से प्रवेश करता है।

अक्सर पूछे जाने वाले प्रश्न

अगर मेरे पास विश्वसनीयता (सर्वाइवल) प्रायिकता हो तो? वह अपर प्रायिकता Q है; "अपर संचयी प्रायिकता Q" चुनें और उसे सीधे दर्ज करें।

प्रायिकता का 0 और 1 के बीच कड़ाई से होना ज़रूरी क्यों है? जैसे-जैसे P, 1 की ओर बढ़ता है, पर्सेंटाइल अनंत की ओर जाता है, और \(P = 0\) पर यह 0 होता है; सीमाओं पर या उनके पार के मान लघुगणक (logarithm) को अपरिभाषित कर देते हैं।

क्या परिणाम ऋणात्मक हो सकता है? नहीं। वाइबुल का विस्तार \(x \geq 0\) है, इसलिए पर्सेंटाइल हमेशा अऋणात्मक रहता है।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें