Weibull Dağılımı Yüzdelik (Kantil) Hesaplayıcı

Weibull Dağılımı Yüzdelik (Kantil) Hesaplayıcı

Büyüyen AI Skill PRO

Hesaplamaya Girin

Formül

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

Reklam

Sonuç

Yüzdelik x
0,8325546112
kümülatif olasılığa ulaşılan değer (η ile aynı birim)
Alt kümülatif olasılık P 0,5
Üst kümülatif olasılık Q 0,5

Bu sayfadaki bir hatayı bildir

Weibull Dağılımı Yüzdelik Hesaplayıcı nedir?

Bu araç, iki parametreli Weibull dağılımının yüzdeliğini (kantil veya ters CDF olarak da bilinir) hesaplar. Şekil parametresi m, ölçek parametresi eta ve bir kümülatif olasılık verildiğinde, dağılımın bu olasılığa ulaştığı x değerini döndürür. Bölgeye özgü kuralı olmayan, her yerde geçerli saf bir istatistik aracıdır.

Weibull dağılımı

İki parametreli Weibull dağılımının bir şekil parametresi \(m\) (kimi zaman \(k\) veya beta olarak yazılır) ve bir ölçek parametresi \(\eta\) (kimi zaman alpha veya lambda olarak yazılır) vardır; her ikisi de kesinlikle pozitiftir ve dağılım \(x \ge 0\) üzerinde tanımlıdır. Alt kümülatif dağılım fonksiyonu $$P = F(x) = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)$$ şeklindedir. Üst olasılık (sağkalım fonksiyonu) ise $$Q = 1 - F(x) = \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)$$ olur, yani \(P + Q = 1\).

Farklı biçim parametreleri için Weibull olasılık yoğunluk fonksiyonu eğrileri
Ölçek sabitken Weibull OYF'si, m biçim parametresine göre belirgin biçimde değişir.

Kantil formülü

\(P = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)\) denklemini x için çözdüğümüzde ters CDF'i elde ederiz: $$x = \eta\left(-\ln\left(1-P\right)\right)^{\frac{1}{m}}$$ Bunun yerine üst kuyruk olasılığı Q girerseniz, hesaplayıcı önce \(P = 1 - Q\) dönüşümünü yapar; yani eşdeğer olarak $$x = \eta\left(-\ln\left(Q\right)\right)^{\frac{1}{m}}$$ olur. Çıktı olan x, ölçek parametresinin temsil ettiği birimi taşır (saat, çevrim vb.).

Reklam
Olasılıktan x değerine yüzdelik eşlemeli birikimli dağılım fonksiyonu
Kuantil, ters BDF okunarak bulunur: bir P olasılığı seçin ve x'e eşleyin.

Nasıl kullanılır?

Şekil parametresi m ile ölçek parametresi eta değerlerini girin. Olasılık değerinizin bir alt kümülatif olasılık P mi yoksa üst kümülatif olasılık Q mu olduğunu seçin, ardından 0 ile 1 arasında (uçlar hariç) bir olasılık değeri girin. Sonuç, yüzdelik x değeridir.

Çözümlü örnek

\(m = 2\), \(\eta = 1\) ve alt olasılık \(P = 0{,}5\) için: \(-\ln(1 - 0{,}5) = 0{,}693147\) ve \(0{,}693147^{\frac{1}{2}} = 0{,}832555\) olur, dolayısıyla $$x = 1 \times 0{,}832555 = 0{,}83255$$ Bu, Weibull(2, 1) (Rayleigh) dağılımının medyanıdır.

Weibull Yüzdeliklerinin ve Şekil Parametresinin Yorumlanması

Yüzdelik \(x_P\), popülasyonun \(P\) oranının altına düştüğü değerdir; yani \(F(x_P)=P\). Güvenilirlik çalışmalarında, birimlerin \(P\) oranının arızalandığı beklenen zamandır. Örneğin \(P=0.10\) B10 ömrünü, \(P=0.5\) ise medyanı verir. Weibull birikimli dağılım fonksiyonunun tersini alırsak:

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

Bir üst (hayatta kalma) olasılığı \(Q\) girerseniz, eşdeğer alt olasılık \(P = 1-Q\) olur.

Karakteristik ömür

\(x=\eta\) olduğunda, birikimli dağılım fonksiyonu \(1-e^{-1}\approx 0.632\) değerindedir; şekil \(m\) ne olursa olsun bu geçerlidir. Dolayısıyla ölçek parametresi \(\eta\) (karakteristik ömür) her zaman 63,2. yüzdeliktir.

Şekil parametresi m

  • m < 1: arıza oranı zamanla azalır; bu, erken dönem arızaları veya ilk kusurlarda tipiktir.
  • m = 1: arıza oranı sabittir. Weibull dağılımı üstel dağılıma indirgenir.
  • m > 1: arıza oranı zamanla artar; bu, aşınma ve yaşlanmada tipiktir.
  • m = 2: bu, Rayleigh dağılımıdır; burada arıza oranı zamanla doğrusal olarak artar.

Ölçekleme

Sabit bir \(m\) ve \(P\) için yüzdelik, \(\eta\) ile doğrusal olarak ölçeklenir. \(\eta\) değerini iki katına çıkarmak her yüzdeliği iki katına çıkarır. Şekil \(m\), yüzdeliklerin ne kadar yayıldığını kontrol eder: \(m\) değeri büyükse yüzdelikler \(\eta\) etrafında daha sıkı toplanır.

Reklam

Yaygın Güvenilirlik Yüzdelikleri (B-Ömür) Referansı

Her yüzdelik \(x = \eta \cdot f^{1/m}\) ile hesaplanır; burada \(f=-\ln(1-P)\), tablodaki çarpandır. Son sütun, üssün \(1/m\) olduğu, yani karekök anlamına geldiği Rayleigh durumu \(m=2\) için \(x/\eta\) değerini verir. \(m=1\) için \(x/\eta\) değeri doğrudan çarpanın kendisine eşittir.

Etiket P (birikimli olasılık) Çarpan \(-\ln(1-P)\) \(x/\eta\) için \(m=2\)
B1 0.01 0.01005 0.1002
B5 0.05 0.05129 0.2265
B10 0.10 0.10536 0.3246
B50 (medyan) 0.50 0.69315 0.8326
Karakteristik ömür 0.632121 1.00000 1.0000
B90 0.90 2.30259 1.5174
B99 0.99 4.60517 2.1460

Örnek: \(\eta=1000\) ve \(m=2\) için B10 ömrü \(x = 1000 \times 0.10536^{1/2} \approx 324.6\) olur.

Çarpanın şekle bağlı olmadığına dikkat edin. Şekil yalnızca \(1/m\) üssü üzerinden devreye girer.

Sıkça Sorulan Sorular

Elimde güvenilirlik (sağkalım) olasılığı varsa ne yapmalıyım? Bu, üst olasılık Q'dur; "Üst kümülatif olasılık Q" seçeneğini işaretleyip değeri doğrudan girin.

Olasılık neden kesinlikle 0 ile 1 arasında olmalı? P değeri 1'e yaklaştıkça yüzdelik sonsuza gider, P = 0 olduğunda ise 0 olur; sınır değerlerinde veya ötesinde logaritma tanımsız hale gelir.

Sonuç negatif olabilir mi? Hayır. Weibull dağılımı \(x \ge 0\) üzerinde tanımlı olduğundan yüzdelik her zaman negatif değildir.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör