Análise Estatística Interativa Simples

Discussão.

A distribuição Weibull tem dois parâmetros, o parâmetro 'forma ou shape' e o parâmetro 'scale'. Depois de você ter dado os parâmetros o programa distribuição Weibull produz a média e a variância para a distribuição que você deu. Se você adicionalmente der um parâmetro 'x' o programa retorna a acumulada probabilidade e o valor densidade, se você der um valor de probabilidade acumulada o program retorna o valor 'x' apropriado. A distribuição exponencial (usada para estudar tempo de espera) é um caso especial da distribuição Weibull com alfa = 1, média = beta e lâmbda(a taxa de risco)=1/beta. Outro caso especial da distribuição Weibull é a distribuição Rayleigh (usada para estudar o espalhamento de radiação, velocidade de ventos ou fazer certas transformações). Para a distribuição Rayleigh alfa é fixado em 2.

Números randômicos da distribuição Weibull podem ser gerados com a página Randômico.

A alt-distribuição Weibull tem o mesmo propósito que a distribuição Weibull usual ela é somente um pouco modelada diferentemente, de acordo com os livros textos. Ela de fato é bem diferente. A distribuição Weibull alternativa está discutida em Mendenhall e Sincich (1995). Você deverá ter uma razão profunda para usar esta distribuição.

Na prática a distribuição Weibull é usada para descrever dois grupos de fenômenos. O tempo de vida de objetos é frequentemente usado em controle de qualidade. Um fabricante fornece os parâmetros Weibull para um produto e o usuário pode calcular a probabilidade que uma parte falhe após um, dois, três ou mais anos. O programa distribuição Weibull permite-lhe fazer estes cálculos com base nos parâmetros já conhecidos. Por exemplo, se você quiser saber a proporção que falha após um ou mais anos, entre com o valor um na caixa 'x' e leia o valor da probabilidade acumulada. Se você quiser saber o momento no tempo em que as partes foram divididas você fracassará, entre com o valor 0.5 caixa '%' e leia o valor de 'x'.

A descrição da velocidade dos ventos é um exemplo do uso da distribuição Weibull para descrever fenômenos naturais. Cada parte do planeta tem os seus próprios parâmetros para uma distribuição Weibull para descrever o modelo da velocidade dos ventos naquele lugar. Com base nisto você pode calcular o número de dias por ano, ou horas por dia, com velocidade dos ventos acima de uma certa força, ou a média da velocidade dos ventos, ou a mediana da velocidade dos ventos, dividir em dois os dias do ano e ter uma velocidade dos ventos abaixo da força média, metade dos dias acima. A distribuição Weibull muito prática nesta área porque a distribuição não permite valores negativos e é fácil de considerar apropriadamente o fato que na maioria dos dias existirão um pouco de vento, em alguns dias uma porção e você tem aqueles dias que existem muito mais vento.

a distribuição-log Weibull se concentra no log de uma variável distribuída por Weibull. Ela dá o limite da distribuição para os menores e os maiores valores nas amostras extraídas de uma variedade de distribuiçãos. A distribuição é usada para descrever condições extremas, tais como rajada de vento extrema, energia extrema liberada durante terremotos, ou stress extremos para os quais os componentes estão sujeitos. Algumas vezes a distribuição é usada como uma alternativa à distribuição normal no caso de dados assimétricos. Outros nomes para a log-Weibull são "distribuição Fisher-Tippett " ou "distribuição extreme value ". Embora a distribuição mais usada seja a distribuição extreme value existem outras distribuições de valores extremos descrevendo a distribuição limite para os menore e os maiores valores extraídos de uma particular distribuição. A distribuição de Gumbel é um caso especial de log distribuição Weibull. Para a distribuição Gumbel alfa=0 e beta=1.

Existem vários pacotes estatísticos para estimar os parâmetros Weibull para um conjunto de dados. Não existe portanto muitos pacotes para a log-Weibull. Você terá de procurar por eles na Internet. Infelizmente estes pacotes tendem a ser caros.

Por favor estude mais a distribuição Weibull usando a planilha Weibull

Vá ao procedimento