Weibull terjesztés az Excel-ben - Hogyan kell használni a WEIBULL.DIST függvényt?

Weibull terjesztés Excelben (WEIBULL.DIST)

Az Excel Weibull disztribúciót széles körben használják a statisztikákban több adatkészlet modelljének megszerzésére, az eredeti képlet a weibull eloszlás kiszámításához nagyon összetett, de van egy beépített függvényünk az excelben, Weibull néven ismert. Dist függvény, amely kiszámítja a Weibull eloszlást.

Magyarázat

Azt már megtanultuk, hogy a Weibull-eloszlás folyamatos valószínűség-eloszlás. Weibull eloszlásfüggvénye kétféle excelben létezik:

  1. Weibull kumulatív eloszlásfüggvény
  2. Weibull valószínűségi sűrűségfüggvény

Az egyetlen különbség a Weibull elosztási függvény két típusa között a kumulatív logikai argumentum,

A Weibull kumulatív eloszlásfüggvény a True értéket veszi kumulatív argumentumként, míg a Weibull valószínűségi sűrűségfüggvény a False értéket veszi kumulatív argumentumként.

Hogyan használható a Weibull Distribution az Excelben? (példákkal)

A Weibull eloszlás használatához három értékre van szükségünk: X, Alpha és Beta.

  • X a függvény értéke.
  • Az alfa a függvény paramétere.
  • A béta a függvény paramétere is.
  • A kumulatív egy logikai argumentum, amely lehet igaz vagy hamis, attól függően, hogy milyen Weibull elosztási függvényt próbálunk használni. Ha Weibull kumulatív elosztási függvényt használunk, akkor a kumulatív érték igaz lesz, vagy Weibull valószínűségi sűrűség függvényt használunk, akkor a kumulatív érték hamis lesz.

1. példa

Amint tudjuk, az X értékét értékelik, ahol kiértékeljük az Alpha & Beta függvényt. Mindkettő a függvény paramétere. Használjuk ezt a függvényt az excelben.

  • 1. lépés - Adjon értéket a WEIBULL.DIST függvénynek, például 100
  • 2. lépés - Most adjuk meg a paramétert az n függvénynek, azaz alfa és béta.
  • 3. lépés - A Weibull terjesztési mezőbe gépelje be
  • 4. lépés - Nyomja meg a Tab gombot, és kattintson az Fx funkció gombra.
  • 5. lépés - Egy párbeszédpanel jelenik meg.
  • 6. lépés - Az X mezőben válassza ki az értéket a függvény értékével szemben.
  • 7. lépés - A függvény paraméteréhez válassza ki az alfa és a béta értékét,
  • 8. lépés - Az összesített olyan logikai érték, amely lehet igaz vagy hamis, és mindkettőnek más jelentése van. Először írjuk be az igaz értéket.
  • 9. lépés - Kattintson a gombra, és megkapjuk a Weibull terjesztés eredményét.

A fenti érték kiszámítja a Weibull kumulatív eloszlását. Ennek megszerzéséhez a kumulatív értéknek igaznak kell lennie.

2. példa

Láttuk, hogy a True beszúrása a kumulatív értékbe Weibull kumulatív disztribúciós értéket ad. Ha hamisat adunk meg a kumulatív értéknél, az Weibull valószínűségi sűrűségértéket ad meg. Menjünk az első példával.

Láttuk, hogy az X értékét értékelik, amelynél a függvényt értékeljük. Az alfa és a béta egyaránt a függvény paramétere. Használjuk újra ezt a függvényt az excelben.

  • 1. lépés - Ezúttal is megadunk egy értéket a függvénynek, azaz 190-et.
  • 2. lépés - Most megadunk egy paramétert a függvénynek, amely alfa és béta,
  • 3. lépés - Most a Weibull terjesztési mezőben,
  • 4. lépés - Nyomja meg a Tab billentyűt és kattintson az Fx funkciósávra,
  • 5. lépés - Megjelenik egy párbeszédpanel a függvény argumentumához,
  • # 6. Lépés - Most megadjuk a függvény értékét és a paraméterek értékét, azaz alfa és béta.
  • 7. lépés - Korábban a True értéket most kumulatív értékként illesztettük be, a False értéket beszúrjuk a kumulatív logikai értékbe.
  • 8. lépés - Kattintson az OK gombra, és megkapjuk a kívánt értéket.

A fenti érték kiszámított értéke Weibull valószínűségi sűrűség.

Dolgok, amikre emlékezni kell

  1. Az X, amely a függvény értéke, nem negatív szám, és nem lehet nulla, tehát nagyobbnak kell lennie, mint nulla.
  2. Az alfa és a béta, amelyek a függvény paraméterei, szintén nullával egyenlőek vagy nagyobbak.
  3. Kétféle hibát kapunk az Excel Weibull Distribution alkalmazásban.
  4. #NUM !: Ez a hiba akkor jelentkezik, amikor x értéke kisebb, mint nulla.
  5. #Value !: Ez a hiba akkor jelentkezik, ha bármelyik argumentum nem numerikus.

érdekes cikkek...