韦伯分布(Weibull distribution)是可靠性分析寿命检验的理论基础。

韦伯分布
概率密度函數
概率密度函数
累積分布函數
累积分布函数
参数 尺度参数实数
形状参数(实数)
值域
概率密度函数
累積分布函數
期望值
中位數
眾數 if
方差
偏度
峰度 见内文
矩生成函数
特徵函数

例如,可以使用此分布回答以下问题:

预计将在老化期间失效的项目所占的百分比是多少?例如,预计将在 8 小时老化期间失效的保险丝占多大百分比?

预计在有效寿命阶段有多少次保修索赔?例如,在该轮胎的 50,000 英里有效寿命期间预计有多少次保修索赔?

预计何时会出现快速磨损?例如,应将维护定期安排在何时以防止发动机进入磨损阶段?

历史

编辑

1927年,莫里斯·弗雷歇首先给出这一分布的定义。

1933年,Rosin, P.和Rammler, E.在研究碎末的分布时,第一次应用了韦伯分布。

1951年,瑞典工程师、数学家瓦洛迪·韦伯详细解释了这一分布,于是该分布便以他的名字命名为韦伯分布。

定义

编辑

概率论统计学角度看,韦伯分布是连续性的概率分布,其概率密度为:

 

其中, 是随机变量, 是比例参数(scale parameter), 是形状参数(shape parameter)。显然,它的累积分布函数是扩展的指数分布函数,而且韦伯分布与很多分布都有关系。如,当 ,它是指数分布; 时,是Rayleigh distribution(瑞利分布)。

性质

编辑

均值

编辑

  其中, 是伽马(gamma)函数。

方差

编辑

 

矩函数

编辑

偏度

编辑

 

峰度

编辑

 

应用

编辑

生存分析

编辑

工业制造

编辑

研究生产过程和运输时间关系

极值理论

编辑

预测天气

编辑

可靠性和失效分析

编辑

雷达系统

编辑

对接受到的杂波信号的依分布建模

拟合度

编辑

无线通信技术中,相对指数衰减频道模型,Weibull衰减模型对衰减频道建模有较好的拟合度

量化寿险模型的重复索赔

编辑

预测技术变革

编辑

风速

编辑

由于曲线形状与现实状况很匹配,被用来描述风速的分布