Distribución Birnbaum-Saunders

Ajuste, evalúe y genere muestras aleatorias a partir de una distribución Birnbaum-Saunders

Statistics and Machine Learning Toolbox™ ofrece varias formas de trabajar con la distribución Birnbaum-Saunders.

Cree un objeto BirnbaumSaundersDistribution y utilice funciones del objeto BirnbaumSaundersDistribution.
Utilice las funciones de distribución genéricas con el nombre de distribución "BirnbaumSaunders" especificado y los parámetros correspondientes.

Para obtener información sobre la distribución Birnbaum-Saunders, consulte Birnbaum-Saunders Distribution.

Funciones

`makedist`	Crear un objeto de distribución de probabilidad
`fitdist`	Ajustar un objeto de distribución de probabilidad a datos
`distributionFitter`	Abrir la app Distribution Fitter

`cdf`	Función de distribución acumulativa
`gather`	Gather properties of Statistics and Machine Learning Toolbox object from GPU (desde R2020b)
`icdf`	Función de distribución acumulativa inversa
`iqr`	Interquartile range of probability distribution
`mean`	Media de la distribución de probabilidad
`median`	Median of probability distribution
`negloglik`	Negative loglikelihood of probability distribution
`paramci`	Intervalos de confianza para los parámetros de la distribución de probabilidad
`pdf`	Función de densidad de probabilidad
`plot`	Plot probability distribution object (desde R2022b)
`proflik`	Profile likelihood function for probability distribution
`random`	Números aleatorios
`std`	Desviación estándar de la distribución de probabilidad
`truncate`	Truncar objeto de distribución de probabilidad
`var`	Varianza de la distribución de probabilidad

`cdf`	Función de distribución acumulativa
`icdf`	Función de distribución acumulativa inversa
`pdf`	Función de densidad de probabilidad
`random`	Números aleatorios
`mle`	Maximum likelihood estimates

BirnbaumSaundersDistribution Birnbaum-Saunders probability distribution object

Birnbaum-Saunders Distribution
The Birnbaum-Saunders distribution was originally proposed as a lifetime model for materials subject to cyclic patterns of stress and strain, where the ultimate failure of the material comes from the growth of a prominent flaw.