你好,有两个办法:
一个是自己写一个函数
def Nweibull(a,size, scale)
return scale*numpy.random.weibull(a,size)
另外一个是换一陪棚做个库, 用scipy.stats.weibull_min, 他需要三个参数:
from scipy.stats import weibull_minn = 100 # number of 和则samples
k = 芦衡2.4 # shape
lam = 5 # scale
x = weibull_min.rvs(k, loc=0, scale=lam, size=n)
韦布尔分布的三个参数是:形状、尺度(范围)和位置。
韦布尔分布,即韦伯分布(Weibull distributon),又称韦氏分布或威布尔分布,是可靠性分析和寿喊局命检验的理论基础。韦布尔分布在可靠性工程中被广泛应用,尤其适用于机电类产品的磨损累计野渗升失效的分布形式。由于它可以利用概率值很容易地推断出它的分布参数,被广泛应用于各种寿命试验的数据颂老处理。
韦布尔分布的应用
工业制造,研究生产过程和运输时间关系,极值理论,预测天气,可靠性和失效分析,雷达系统,对接受到的杂波信号的依分布建模。拟合度,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预测技术变革,风速,由于曲线形状与现实状况很匹配,被用来描述风速的分布。
历史
1、1927年,Fréchet(1927)首先给出这一分布的定义。
2、1933年,Rosin和Rammler在研究碎末的分布时,第一次应用了韦伯分布,Rosin,P.Rammler,E.(1933),"The Laws Governing the Fineness of Powdered Coal",Journal of the Institute of Fuel 7: 29 - 36。
3、1951年,瑞典工程师、数学家Waloddi Weibull(1887-1979)详细解释了这一分布,于是,该分布便以他的名字命名为Weibull Distribution。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)