基于样本分位数的Weibull分布均值和标准差估计

样本均值和标准差是数据分析中常用的指标,但在部分研究中只记录了样本分位数,并未记录均值和标准差。传统的最小二乘法在估计样本均值和标准差时,通常将样本分位数同等对待,但在实际研究中,数据具有峰度和偏度等特征,样本分位数的重要程度不同。因此,文章在估计模型中引入权重,针对可靠性分析中常见的Weibull分布,提出两种方法估计均值和标准差:利用分布函数的加权最小二乘法(FWLS)进行估计;将Weibull分布转换为指数分布,利用数据的加权最小二乘法(WLS)进行估计。通过仿真和实例结果的比较,表明两种方法的估计效果显著。