ワイブル分布(パーセント点)計算ツール

ワイブル分布(パーセント点)計算ツール

新興 AI Skill PRO

計算を入力してください

公式

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

広告

結果

パーセント点 x
0.8325546112
累積確率に達する値(η と同じ単位)
下側累積確率 P 0.5
上側累積確率 Q 0.5

このページの誤りを報告

ワイブル分布パーセント点計算ツールとは?

このツールは、2パラメータのワイブル分布のパーセント点(分位点、逆累積分布関数とも呼ばれます)を求めるものです。形状パラメータ \(m\)、尺度パラメータ \(\eta\)、そして累積確率を入力すると、その確率に達する値 \(x\) を返します。地域や国ごとのルールに左右されない、純粋な統計計算ツールであり、どこでもそのまま利用できます。

ワイブル分布について

2パラメータのワイブル分布は、形状パラメータ \(m\)(\(k\) や \(\beta\) と表記されることもあります)と尺度パラメータ \(\eta\)(\(\alpha\) や \(\lambda\) と表記されることもあります)を持ち、いずれも正の値で、定義域は \(x \geq 0\) です。下側累積分布関数は $$P = F(x) = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)$$ で表されます。上側確率(生存確率)は $$Q = 1 - F(x) = \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)$$ となり、\(P + Q = 1\) が成り立ちます。

形状パラメータごとのワイブル確率密度関数の曲線
スケールを固定すると、ワイブル分布のPDFは形状パラメータmによって形が大きく変わります。

分位点(パーセント点)の公式

\(P = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)\) を \(x\) について解くと、逆累積分布関数が得られます。 $$x = \eta\left(-\ln\left(1-P\right)\right)^{\frac{1}{m}}$$ です。上側確率 \(Q\) を入力した場合は、まず \(P = 1 - Q\) に変換するため、同等に $$x = \eta\left(-\ln Q\right)^{\frac{1}{m}}$$ となります。求めた \(x\) は、尺度パラメータが表す単位(時間、サイクル数など)をそのまま引き継ぎます。

広告
確率からx値へのパーセンタイル対応を示す累積分布関数
分位数は逆CDFを読めば求まります。確率Pを選び、xへ対応させます。

使い方

形状パラメータ \(m\) と尺度パラメータ \(\eta\) を入力します。確率の値が下側累積確率 \(P\) か、上側累積確率 \(Q\) かを選び、0 より大きく 1 より小さい確率を入力してください。計算結果としてパーセント点 \(x\) が表示されます。

計算例

\(m = 2\)、\(\eta = 1\)、下側確率 \(P = 0.5\) の場合:\(-\ln(1 - 0.5) = 0.693147\)、その平方根 \(0.693147^{1/2} = 0.832555\) となり、\(x = 1 \times 0.832555 = 0.83255\) です。これは Weibull(2, 1)(レイリー分布)の中央値(メジアン)にあたります。

ワイブルパーセンタイルと形状パラメータの解釈

パーセンタイル \(x_P\) は、母集団の割合 \(P\) がそれより下に入る値、すなわち \(F(x_P)=P\) です。信頼性の分野では、割合 \(P\) の装置が故障すると期待される時間を指します。例えば、\(P=0.10\) は B10 寿命を、\(P=0.5\) は中央値を与えます。ワイブル累積分布関数を逆算すると次のようになります:

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

上側(生存)確率 \(Q\) を入力した場合、対応する下側確率は \(P = 1-Q\) です。

特性寿命

\(x=\eta\) のとき、累積分布関数は形状 \(m\) に関係なく \(1-e^{-1}\approx 0.632\) となります。したがって尺度パラメータ \(\eta\)(特性寿命)は、常に63.2パーセンタイルです。

形状パラメータ m

  • m < 1: 故障率は時間とともに低下します。これは初期不良や早期欠陥に典型的です。
  • m = 1: 故障率は一定です。ワイブル分布は指数分布に帰着します。
  • m > 1: 故障率は時間とともに上昇します。これは摩耗劣化や経年劣化に典型的です。
  • m = 2: これはレイリー分布であり、故障率は時間に対して線形に増加します。

スケーリング

\(m\) と \(P\) を固定すると、パーセンタイルは \(\eta\) に比例して変化します。\(\eta\) を2倍にすると、すべてのパーセンタイルも2倍になります。形状 \(m\) はパーセンタイルの散らばり具合を制御します。\(m\) が大きいほど、パーセンタイルは \(\eta\) の周りにより密に集まります。

広告

信頼性の一般的なパーセンタイル(B寿命)参照表

各パーセンタイルは \(x = \eta \cdot f^{1/m}\) で与えられます。ここで \(f=-\ln(1-P)\) は表中の係数です。最後の列は、指数 \(1/m\) が単なる平方根となるレイリー分布の場合(\(m=2\))の \(x/\eta\) を示します。\(m=1\) の場合、\(x/\eta\) は係数そのものに等しくなります。

ラベル P(累積確率) 係数 \(-\ln(1-P)\) \(m=2\) のときの \(x/\eta\)
B1 0.01 0.01005 0.1002
B5 0.05 0.05129 0.2265
B10 0.10 0.10536 0.3246
B50(中央値) 0.50 0.69315 0.8326
特性寿命 0.632121 1.00000 1.0000
B90 0.90 2.30259 1.5174
B99 0.99 4.60517 2.1460

例: \(\eta=1000\) かつ \(m=2\) の場合、B10 寿命は \(x = 1000 \times 0.10536^{1/2} \approx 324.6\) です。

係数は形状に依存しない点に注意してください。形状は指数 \(1/m\) を通じてのみ影響します。

よくある質問

信頼度(生存確率)の値を持っている場合は? それは上側確率 \(Q\) にあたります。「上側累積確率 Q」を選び、そのまま入力してください。

確率はなぜ 0 より大きく 1 より小さくなければならないの? \(P\) が 1 に近づくとパーセント点は無限大へ発散し、\(P = 0\) のときは 0 になります。境界上やその外側の値では対数が定義できなくなるためです。

結果が負になることはある? ありません。ワイブル分布の定義域は \(x \geq 0\) のため、パーセント点は常に 0 以上です。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る