와이블 분포 백분위수(분위수) 계산기

와이블 분포 백분위수(분위수) 계산기

신흥 AI Skill PRO

계산 입력

공식

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

광고

결과

백분위수 x
0.8325546112
누적확률에 도달하는 값 (η와 동일한 단위)
하측 누적확률 P 0.5
상측 누적확률 Q 0.5

이 페이지의 오류 신고

와이블 분포 백분위수 계산기란?

이 계산기는 2-모수 와이블 분포의 백분위수(분위수 또는 역CDF라고도 합니다)를 구해 줍니다. 형상모수 \(m\), 척도모수 \(\eta\), 그리고 누적확률을 입력하면 분포가 해당 확률에 도달하는 값 \(x\)를 돌려줍니다. 지역별 규정이 적용되지 않는 순수 통계 도구로, 어디서나 동일하게 사용할 수 있습니다.

와이블 분포

2-모수 와이블 분포는 형상모수 \(m\)(\(k\) 또는 \(\beta\)로 표기하기도 합니다)과 척도모수 \(\eta\)(\(\alpha\) 또는 \(\lambda\)로 표기하기도 합니다)를 가지며, 두 모수 모두 양수이고 정의역은 \(x \ge 0\)입니다. 하측 누적분포함수는 $$P = F(x) = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)$$이며, 상측(생존) 확률은 $$Q = 1 - F(x) = \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)$$이므로 \(P + Q = 1\)이 성립합니다.

여러 형상 매개변수에 대한 와이불 확률밀도함수 곡선
척도를 고정하면 와이불 PDF의 모양은 형상 매개변수 \(m\)에 따라 크게 달라집니다.

분위수 공식

\(P = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)\)을 \(x\)에 대해 풀면 역CDF가 됩니다: $$x = \eta\left(-\ln\left(1-P\right)\right)^{\frac{1}{m}}$$ 상측 확률 \(Q\)를 입력하는 경우 계산기가 먼저 \(P = 1 - Q\)로 변환하므로, 동일하게 $$x = \eta\left(-\ln\left(Q\right)\right)^{\frac{1}{m}}$$이 됩니다. 출력값 \(x\)는 척도모수가 나타내는 단위(시간, 사이클 등)를 그대로 따릅니다.

광고
확률에서 x 값으로의 백분위 대응을 보여주는 누적분포함수
분위수는 역 CDF를 읽어 구합니다. 확률 \(P\)를 골라 \(x\)로 대응시킵니다.

사용 방법

형상모수 \(m\)과 척도모수 \(\eta\)를 입력하세요. 입력할 확률이 하측 누적확률 \(P\)인지 상측 누적확률 \(Q\)인지 선택한 뒤, 0과 1 사이의 값(양 끝값 제외)을 입력합니다. 결과로 백분위수 \(x\)가 나옵니다.

계산 예시

\(m = 2\), \(\eta = 1\), 하측 확률 \(P = 0.5\)인 경우: \(-\ln(1 - 0.5) = 0.693147\)이고, \(0.693147^{\frac{1}{2}} = 0.832555\)이므로 $$x = 1 \times 0.832555 = 0.83255$$가 됩니다. 이는 와이블(2, 1) 분포, 즉 레일리(Rayleigh) 분포의 중앙값입니다.

와이블 백분위수와 형상 모수 해석하기

백분위수 \(x_P\)는 모집단의 비율 \(P\)가 그 값 아래에 놓이는 값, 즉 \(F(x_P)=P\)를 만족하는 값입니다. 신뢰성 분야에서는 단위 제품의 비율 \(P\)가 고장 날 것으로 예상되는 시간을 뜻합니다. 예를 들어 \(P=0.10\)이면 B10 수명, \(P=0.5\)이면 중앙값(메디안)이 됩니다. 와이블 누적분포함수(CDF)를 역으로 풀면 다음과 같습니다:

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

상측(생존) 확률 \(Q\)를 입력하면, 이에 해당하는 하측 확률은 \(P = 1-Q\)입니다.

특성 수명

\(x=\eta\)일 때 CDF는 형상 \(m\)과 관계없이 \(1-e^{-1}\approx 0.632\)입니다. 따라서 척도 모수 \(\eta\)(특성 수명)는 항상 63.2번째 백분위수입니다.

형상 모수 m

  • m < 1: 고장률이 시간에 따라 감소하며, 이는 초기 고장(영아 사망) 또는 초기 결함에서 전형적으로 나타납니다.
  • m = 1: 고장률이 일정합니다. 와이블 분포는 지수 분포로 줄어듭니다.
  • m > 1: 고장률이 시간에 따라 증가하며, 이는 마모 및 노화에서 전형적으로 나타납니다.
  • m = 2: 레이리 분포이며, 고장률이 시간에 따라 선형으로 증가합니다.

스케일링

\(m\)과 \(P\)가 고정되어 있을 때 백분위수는 \(\eta\)에 비례하여 선형으로 변합니다. \(\eta\)를 두 배로 하면 모든 백분위수가 두 배가 됩니다. 형상 \(m\)은 백분위수들이 얼마나 퍼져 있는지를 조절합니다. \(m\)이 클수록 백분위수들이 \(\eta\) 주변에 더 촘촘하게 모입니다.

광고

일반적인 신뢰성 백분위수(B-수명) 참고표

각 백분위수는 \(x = \eta \cdot f^{1/m}\)이며, 여기서 \(f=-\ln(1-P)\)는 표에 있는 계수입니다. 마지막 열은 지수 \(1/m\)이 단순한 제곱근이 되는 레이리 경우 \(m=2\)에 대한 \(x/\eta\)를 보여 줍니다. \(m=1\)인 경우 \(x/\eta\)는 계수 자체와 같습니다.

구분 P (누적 확률) 계수 \(-\ln(1-P)\) \(m=2\)일 때 \(x/\eta\)
B1 0.01 0.01005 0.1002
B5 0.05 0.05129 0.2265
B10 0.10 0.10536 0.3246
B50 (중앙값) 0.50 0.69315 0.8326
특성 수명 0.632121 1.00000 1.0000
B90 0.90 2.30259 1.5174
B99 0.99 4.60517 2.1460

예시: \(\eta=1000\)이고 \(m=2\)일 때, B10 수명은 \(x = 1000 \times 0.10536^{1/2} \approx 324.6\)입니다.

계수는 형상에 의존하지 않는다는 점에 유의하십시오. 형상은 지수 \(1/m\)을 통해서만 영향을 미칩니다.

자주 묻는 질문

신뢰도(생존) 확률을 가지고 있다면 어떻게 하나요? 그것은 상측 확률 \(Q\)입니다. "상측 누적확률 Q"를 선택한 뒤 그대로 입력하면 됩니다.

확률이 반드시 0과 1 사이(양 끝 제외)여야 하는 이유는? \(P\)가 1에 가까워지면 백분위수는 무한대로 발산하고, \(P = 0\)이면 0이 됩니다. 양 끝값이거나 그 범위를 벗어나면 로그값이 정의되지 않습니다.

결과가 음수가 될 수 있나요? 아니요. 와이블 분포의 정의역은 \(x \ge 0\)이므로 백분위수는 항상 0 이상입니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기