程序包 org.hipparchus.distribution.continuous

类 WeibullDistribution

java.lang.Object
org.hipparchus.distribution.continuous.AbstractRealDistribution
org.hipparchus.distribution.continuous.WeibullDistribution
所有已实现的接口:
Serializable, RealDistribution
public class WeibullDistribution extends AbstractRealDistribution
Weibull分布的实现。此实现使用由Weibull分布定义的分布的两个参数形式，方程（1）和（2）。
另请参阅:

  • 构造器详细资料

    • WeibullDistribution

      public WeibullDistribution(double alpha, double beta) throws MathIllegalArgumentException
      使用给定的形状和比例创建Weibull分布。
      参数:
      alpha - 形状参数。
      beta - 比例参数。
      抛出:
      MathIllegalArgumentException - 如果alpha ≤ 0或beta ≤ 0。

  • 方法详细资料

    • getShape

      public double getShape()
      访问形状参数alpha。
      返回:
      形状参数alpha。

    • getScale

      public double getScale()
      访问比例参数beta。
      返回:
      比例参数beta。

    • density

      public double density(double x)
      返回在指定点x处评估的此分布的概率密度函数（PDF）。一般来说，PDF是CDF的导数。如果在x处导数不存在，则应返回适当的替代值，例如Double.POSITIVE_INFINITY，Double.NaN，或者差商的下限或上限。
      参数:
      x - 评估PDF的点
      返回:
      在点x处概率密度函数的值

    • logDensity

      public double logDensity(double x)
      返回在指定点x处评估的此分布的概率密度函数（PDF）的自然对数。一般来说，PDF是CDF的导数。如果在x处导数不存在，则应返回适当的替代值，例如Double.POSITIVE_INFINITY，Double.NaN，或者差商的下限或上限。 请注意，由于浮点精度和下溢/上溢问题，对于某些分布，此方法可能比计算RealDistribution.density(double)的对数更精确和更快。

      默认实现只是计算density(x)的对数。

      指定者:
      logDensity 在接口中 RealDistribution
      覆盖:
      logDensity 在类中 AbstractRealDistribution
      参数:
      x - 评估PDF的点
      返回:
      在点x处概率密度函数的对数值

    • cumulativeProbability

      public double cumulativeProbability(double x)
      对于随机变量X，其值根据此分布分布，此方法返回P(X ≤ x)。换句话说，此方法表示此分布的（累积）分布函数（CDF）。
      参数:
      x - 评估CDF的点
      返回:
      随机变量具有此分布的概率小于或等于x的概率

    • inverseCumulativeProbability

      public double inverseCumulativeProbability(double p)
      计算此分布的分位函数。对于根据此分布分布的随机变量X，返回的值为
      • inf{x in R | P(X≤x) ≥ p}，对于0 < p ≤ 1，
      • inf{x in R | P(X≤x) > 0}，对于p = 0。
      默认实现返回 当p == 0时返回0，当p == 1时返回Double.POSITIVE_INFINITY。
      指定者:
      inverseCumulativeProbability 在接口中 RealDistribution
      覆盖:
      inverseCumulativeProbability 在类中 AbstractRealDistribution
      参数:
      p - 累积概率
      返回:
      此分布的最小p-分位数（p = 0时为最大0-分位数）

    • getNumericalMean

      public double getNumericalMean()
      使用此方法获取此分布的平均数的数值。平均数为scale * Gamma(1 + (1 / shape))，其中Gamma()是Gamma函数。
      返回:
      平均数或Double.NaN（如果未定义）

    • getNumericalVariance

      public double getNumericalVariance()
      使用此方法获取此分布的方差的数值。方差为scale^2 * Gamma(1 + (2 / shape)) - mean^2，其中Gamma()是Gamma函数。
      返回:
      方差（对于TDistribution中的某些情况可能为Double.POSITIVE_INFINITY）或Double.NaN（如果未定义）

    • getSupportLowerBound

      public double getSupportLowerBound()
      访问支持的下限。此方法必须返回与inverseCumulativeProbability(0)相同的值。换句话说，此方法必须返回

      inf {x in R | P(X ≤ x) > 0}。

      无论参数如何，支持的下限始终为0。
      返回:
      支持的下限（始终为0）

    • getSupportUpperBound

      public double getSupportUpperBound()
      访问支持的上限。此方法必须返回与inverseCumulativeProbability(1)相同的值。换句话说，此方法必须返回

      inf {x in R | P(X ≤ x) = 1}。

      无论参数如何，支持的上限始终为正无穷大。
      返回:
      支持的上界（始终为Double.POSITIVE_INFINITY）

    • isSupportConnected

      public boolean isSupportConnected()
      使用此方法获取有关支持是否连接的信息，即支持的下界和上界之间的所有值是否包含在支持中。此分布的支持是连接的。
      返回:
      true