. . . "In de kansrekening en de statistiek is de Weibull-verdeling (genoemd naar ) een continue kansverdeling waarvan de kansdichtheid voor gedefinieerd wordt door Daarin is de vormparameter en de schaalparameter van de verdeling. De verdelingsfunctie wordt voor gegeven door"@nl . . . . "\u97E6\u4F2F\u5206\u5E03\uFF08Weibull distribution\uFF09\u662F\u548C\u7684\u7406\u8BBA\u57FA\u7840\u3002 \u4F8B\u5982\uFF0C\u53EF\u4EE5\u4F7F\u7528\u6B64\u5206\u5E03\u56DE\u7B54\u4EE5\u4E0B\u95EE\u9898\uFF1A \u9884\u8BA1\u5C06\u5728\u8001\u5316\u671F\u95F4\u5931\u6548\u7684\u9879\u76EE\u6240\u5360\u7684\u767E\u5206\u6BD4\u662F\u591A\u5C11\uFF1F\u4F8B\u5982\uFF0C\u9884\u8BA1\u5C06\u5728 8 \u5C0F\u65F6\u8001\u5316\u671F\u95F4\u5931\u6548\u7684\u4FDD\u9669\u4E1D\u5360\u591A\u5927\u767E\u5206\u6BD4\uFF1F \u9884\u8BA1\u5728\u6709\u6548\u5BFF\u547D\u9636\u6BB5\u6709\u591A\u5C11\u6B21\u4FDD\u4FEE\u7D22\u8D54\uFF1F\u4F8B\u5982\uFF0C\u5728\u8BE5\u8F6E\u80CE\u7684 50,000 \u82F1\u91CC\u6709\u6548\u5BFF\u547D\u671F\u95F4\u9884\u8BA1\u6709\u591A\u5C11\u6B21\u4FDD\u4FEE\u7D22\u8D54\uFF1F \u9884\u8BA1\u4F55\u65F6\u4F1A\u51FA\u73B0\u5FEB\u901F\u78E8\u635F\uFF1F\u4F8B\u5982\uFF0C\u5E94\u5C06\u7EF4\u62A4\u5B9A\u671F\u5B89\u6392\u5728\u4F55\u65F6\u4EE5\u9632\u6B62\u53D1\u52A8\u673A\u8FDB\u5165\u78E8\u635F\u9636\u6BB5\uFF1F"@zh . . . . . "\u0641\u064A \u0646\u0638\u0631\u064A\u0629 \u0627\u0644\u0627\u062D\u062A\u0645\u0627\u0644\u0627\u062A \u0648\u0627\u0644\u0625\u062D\u0635\u0627\u0621\u060C \u062A\u0648\u0632\u064A\u0639 \u0648\u0627\u064A\u0628\u0648\u0644 \u062A\u0648\u0632\u064A\u0639 \u0627\u062D\u062A\u0645\u0627\u0644\u064A \u0645\u0633\u062A\u0645\u0631 \u0627\u0634\u062A\u0642 \u0627\u0633\u0645\u0647 \u0645\u0646 \u0627\u0633\u0645 \u0627\u0644\u0645\u0647\u0646\u062F\u0633 \u0648\u0627\u0644\u0631\u064A\u0627\u0636\u064A\u0627\u062A\u064A \u0645\u0639\u0631\u0641 \u0641\u064A \u0627\u0644\u062C\u0632\u0621 \u0627\u0644\u0645\u0648\u062C\u0628 \u0645\u0646 \u0627\u0644\u0623\u0639\u062F\u0627\u062F \u0627\u0644\u062D\u0642\u064A\u0642\u064A\u0629.\u0628\u0645\u0631\u0627\u0639\u0627\u0629 \u0627\u062E\u062A\u064A\u0627\u0631 \u0645\u0639\u064A\u0646 \u0644\u0645\u0639\u0627\u0645\u0644\u064A \u0648\u0627\u064A\u0628\u0648\u0644 \u03BB \u0648 k \u064A\u0646\u062A\u062C \u062A\u0648\u0632\u064A\u0639 \u0627\u062D\u062A\u0645\u0627\u0644\u064A \u0637\u0628\u064A\u0639\u064A (1=\u03BB \u0648 5=k) \u0641\u064A \u0627\u0644\u0635\u0648\u0631\u0629. \u064A\u064F\u0633\u062A\u0639\u0645\u0644 \u062A\u0648\u0632\u064A\u0639 \u0648\u0627\u064A\u0628\u0648\u0644 \u0644\u0645\u062D\u0627\u0643\u0627\u0629 \u0643\u062B\u064A\u0631 \u0645\u0646 \u0627\u0644\u062A\u0637\u0628\u064A\u0642\u0627\u062A \u0627\u0644\u0627\u062D\u062A\u0645\u0627\u0644\u064A\u0629\u060C \u0643\u0633\u0631\u0639\u0629 \u0627\u0644\u0631\u064A\u0627\u062D \u0645\u062B\u0644\u0627.\u064A\u062E\u062A\u0644\u0641 \u0639\u0646 \u0627\u0644\u062A\u0648\u0632\u064A\u0639 \u0627\u0644\u0637\u0628\u064A\u0639\u064A \u0628\u0645\u0631\u0627\u0639\u0627\u062A\u0647 \u0644\u0639\u0627\u0645\u0644 \u0627\u0644\u0632\u0645\u0646 (\u0627\u0644\u0645\u0627\u0636\u064A) \u0644\u0639\u0646\u0635\u0631 \u0645\u0639\u064A\u0646\u060C \u0641\u062B\u0644\u0627 \u062A\u062A\u0622\u0643\u0644 \u0648\u062D\u062F\u0629 \u0623\u0648 \u0622\u0644\u0629 \u0645\u0639\u064A\u0646\u0629 \u0644\u064A\u0633 \u0628\u0639\u0646\u0635\u0631 \u0627\u0644\u0632\u0645\u0646 \u0641\u0642\u0637\u060C \u0648\u0625\u0646\u0645\u0627 \u0623\u064A\u0636\u0627 \u0628\u0645\u0631\u0627\u0639\u0627\u0629 \u0638\u0631\u0648\u0641 \u0627\u0644\u062A\u0634\u063A\u064A\u0644 \u0646\u0641\u0633\u0647\u0627.\u062A\u0648\u0632\u064A\u0639 \u0648\u0627\u064A\u0628\u0648\u0644 \u064A\u0635\u0641 \u0645\u062F\u0629 \u062D\u064A\u0627\u0629 (\u0627\u0644\u0641\u062A\u0631\u0629 \u0627\u0644\u0632\u0645\u0646\u064A\u0629 \u0644\u0642\u0627\u0628\u0644\u064A\u0629 \u0627\u0644\u0627\u0633\u062A\u062E\u062F\u0627\u0645) \u0642\u0637\u0639\u0629 \u0623\u0648 \u0648\u062D\u062F\u0629 \u0625\u0644\u0643\u062A\u0631\u0648\u0646\u064A\u0629 \u0645\u0639\u064A\u0646\u0629. \u0644\u0644\u062A\u0648\u0632\u064A\u0639 \u0642\u0627\u0628\u0644\u064A\u0629 \u0627\u0644\u0645\u0644\u0627\u0626\u0645\u0629 \u0644\u062A\u0648\u0627\u0641\u0650\u0642\u064E \u0645\u0639\u062F\u0644\u0627\u062A \u062A\u0639\u0637\u0644 (\u0627\u0644\u0648\u062D\u062F\u0627\u062A/\u0627\u0644\u0642\u0637\u0639) \u0627\u0644\u0645\u062E\u062A\u0644\u0641\u0629 \u0644\u0644\u0623\u0646\u0638\u0645\u0629 \u0627\u0644\u062A\u0642\u0646\u064A\u0629\u060C \u0633\u0648\u0627\u0621 \u0643\u0627\u0646\u062A \u0647\u0630\u0647 \u0627\u0644\u0645\u0639\u062F\u0644\u0627\u062A \u0645\u0631\u062A\u0641\u0639\u0629\u060C \u0645\u0646\u062E\u0641\u0636\u0629 \u0623\u0648 \u062B\u0627\u0628\u062A\u0629."@ar . "Loi de Weibull"@fr . "Rozk\u0142ad Weibulla \u2013 ci\u0105g\u0142y rozk\u0142ad prawdopodobie\u0144stwa cz\u0119sto stosowany w analizie prze\u017Cycia do modelowania sytuacji, gdy prawdopodobie\u0144stwo \u015Bmierci/awarii zmienia si\u0119 w czasie. Mo\u017Ce on w zale\u017Cno\u015Bci od parametr\u00F3w przypomina\u0107 zar\u00F3wno rozk\u0142ad normalny (dla du\u017Cych ), jak i rozk\u0142ad wyk\u0142adniczy (sprowadza si\u0119 do niego dla ). Parametr rozk\u0142adu okre\u015Bla zachowanie prawdopodobie\u0144stwa awarii (\u015Bmierci) w czasie: \n* dla prawdopodobie\u0144stwo awarii (\u015Bmierci) maleje z czasem. W przypadku modelowania awarii urz\u0105dzenia sugeruje to, \u017Ce egzemplarze mog\u0105 posiada\u0107 wady fabryczne i powoli wypadaj\u0105 z populacji, \n* dla (rozk\u0142ad wyk\u0142adniczy) prawdopodobie\u0144stwo jest sta\u0142e. Sugeruje to, \u017Ce awarie maj\u0105 charakter zewn\u0119trznych zdarze\u0144 losowych, \n* dla (rozk\u0142ad Rayleigha) prawdopodobie\u0144stwo ro\u015Bnie liniowo z czasem, \n* dla prawdopodobie\u0144stwo ro\u015Bnie z czasem. Sugeruje to zu\u017Cycie cz\u0119\u015Bci z up\u0142ywem czasu jako g\u0142\u00F3wn\u0105 przyczyn\u0119 awaryjno\u015Bci. Parametr mo\u017Cna zinterpretowa\u0107 jako czas po kt\u00F3rym zginie osobnik\u00F3w (por\u00F3wnaj warto\u015B\u0107 charakterystyczna prze\u017Cycia)."@pl . . . . "Weibullf\u00F6rdelning"@sv . . . . . . . . . "1109350665"^^ . . "Distribuci\u00F3 de Weibull"@ca . . . "Die Weibull-Verteilung (nach Waloddi Weibull, 1951) ist eine zweiparametrige Familie von stetigen Wahrscheinlichkeitsverteilungen \u00FCber der Menge der positiven reellen Zahlen. Abh\u00E4ngig von ihren beiden Parametern \u00E4hnelt sie einer Normalverteilung oder asymmetrischen Verteilungen wie der Exponentialverteilung. Sie wird unter anderem zur statistischen Modellierung von Windgeschwindigkeiten oder zur Beschreibung der Lebensdauer und Ausfallh\u00E4ufigkeit von elektronischen Bauelementen oder (spr\u00F6den) Werkstoffen herangezogen. Anders als eine Exponentialverteilung ber\u00FCcksichtigt sie die Vorgeschichte eines Objekts, sie ist ged\u00E4chtnisbehaftet und ber\u00FCcksichtigt die Alterung eines Bauelements nicht nur mit der Zeit, sondern in Abh\u00E4ngigkeit von seinem Einsatz. Sie l\u00E4sst sich an steigende, konstante und fallende Ausfallraten technischer Systeme anpassen. Benannt ist die Verteilung nach dem schwedischen Ingenieur und Mathematiker Waloddi Weibull. Eine besondere Bedeutung hat sie in der Ereigniszeitanalyse."@de . . . . "Distribuci\u00F3n de Weibull"@es . . . "Weibull-Verteilung"@de . . . "\u30EF\u30A4\u30D6\u30EB\u5206\u5E03"@ja . . . . . "Weibullovo rozd\u011Blen\u00ED je spojit\u00E9 rozd\u011Blen\u00ED pravd\u011Bpodobnosti. Jm\u00E9no nese po \u0161v\u00E9dsk\u00E9m matematikovi , kter\u00FD jej podrobn\u011B popsal v roce 1951, a\u010Dkoli bylo poprv\u00E9 identifikov\u00E1no Fr\u00E9chetem (1927) a poprv\u00E9 pou\u017Eito Rosinem a Rammlerem (1933) k popisu distribuce velikosti \u010D\u00E1stic."@cs . "\u0420\u0430\u0441\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u0301\u043D\u0438\u0435 \u0412\u0435\u0301\u0439\u0431\u0443\u043B\u043B\u0430 \u0432 \u0442\u0435\u043E\u0440\u0438\u0438 \u0432\u0435\u0440\u043E\u044F\u0442\u043D\u043E\u0441\u0442\u0435\u0439 \u2014 \u0434\u0432\u0443\u0445\u043F\u0430\u0440\u0430\u043C\u0435\u0442\u0440\u0438\u0447\u0435\u0441\u043A\u043E\u0435 \u0441\u0435\u043C\u0435\u0439\u0441\u0442\u0432\u043E \u0430\u0431\u0441\u043E\u043B\u044E\u0442\u043D\u043E \u043D\u0435\u043F\u0440\u0435\u0440\u044B\u0432\u043D\u044B\u0445 \u0440\u0430\u0441\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u0438\u0439. \u041D\u0430\u0437\u0432\u0430\u043D\u043E \u0432 \u0447\u0435\u0441\u0442\u044C \u0412\u0430\u043B\u043E\u0434\u0434\u0438 \u0412\u0435\u0439\u0431\u0443\u043B\u043B\u0430, \u0434\u0435\u0442\u0430\u043B\u044C\u043D\u043E \u043E\u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0440\u0438\u0437\u043E\u0432\u0430\u0432\u0448\u0435\u0433\u043E \u0435\u0433\u043E \u0432 1951, \u0445\u043E\u0442\u044F \u0432\u043F\u0435\u0440\u0432\u044B\u0435 \u0435\u0433\u043E \u043E\u043F\u0440\u0435\u0434\u0435\u043B\u0438\u043B \u0424\u0440\u0435\u0448\u0435 \u0432 1927, \u0430 \u043F\u0440\u0438\u043C\u0435\u043D\u0435\u043D\u043E \u043E\u043D\u043E \u0431\u044B\u043B\u043E \u0435\u0449\u0451 \u0432 1933 \u0434\u043B\u044F \u043E\u043F\u0438\u0441\u0430\u043D\u0438\u044F \u0440\u0430\u0441\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u0438\u044F \u0440\u0430\u0437\u043C\u0435\u0440\u043E\u0432 \u0447\u0430\u0441\u0442\u0438\u0446."@ru . . . "\u30EF\u30A4\u30D6\u30EB\u5206\u5E03\uFF08\u30EF\u30A4\u30D6\u30EB\u3076\u3093\u3077\u3001\u82F1: Weibull distribution\uFF09\u306F\u3001\u7269\u4F53\u306E\u5F37\u5EA6\u3092\u7D71\u8A08\u7684\u306B\u8A18\u8FF0\u3059\u308B\u305F\u3081\u306B\u30EF\u30ED\u30C3\u30C7\u30A3\u30FB\u30EF\u30A4\u30D6\u30EB (Waloddi Weibull) \u306B\u3088\u3063\u3066\u63D0\u6848\u3055\u308C\u305F\u78BA\u7387\u5206\u5E03\u3002\u6642\u9593\u306B\u5BFE\u3059\u308B\u52A3\u5316\u73FE\u8C61\u3084\u5BFF\u547D\u3092\u7D71\u8A08\u7684\u306B\u8A18\u8FF0\u3059\u308B\u305F\u3081\u306B\u3082\u5229\u7528\u3055\u308C\u308B\u3002"@ja . . . . . . . "In probability theory and statistics, the Weibull distribution /\u02C8wa\u026Ab\u028Al/ is a continuous probability distribution. It is named after Swedish mathematician Waloddi Weibull, who described it in detail in 1951, although it was first identified by Maurice Ren\u00E9 Fr\u00E9chet and first applied by to describe a particle size distribution."@en . . "Weibull"@en . . . "325"^^ . . . . . . . . "Rozk\u0142ad Weibulla"@pl . "En th\u00E9orie des probabilit\u00E9s, la loi de Weibull, nomm\u00E9e d'apr\u00E8s Waloddi Weibull en 1951, est une loi de probabilit\u00E9 continue.La loi de Weibull est un cas sp\u00E9cial de loi d'extremum g\u00E9n\u00E9ralis\u00E9e au m\u00EAme titre que la loi de Gumbel ou la loi de Fr\u00E9chet."@fr . . . . "Em probabilidade e estat\u00EDstica a distribui\u00E7\u00E3o de Weibull \u00E9 uma distribui\u00E7\u00E3o de probabilidade cont\u00EDnua. \u00C9 nomeada devido a Waloddi Weibull que em 1951 lan\u00E7ou um artigo descrevendo a distribui\u00E7\u00E3o em detalhes e propondo diversas aplica\u00E7\u00F5es. O campo de aplica\u00E7\u00F5es da distribui\u00E7\u00E3o de Weibull \u00E9 vasto e abrange praticamente todas as \u00E1reas da ci\u00EAncia. Usando essa distribui\u00E7\u00E3o, realizou-se a modelagem bem sucedida de dados provenientes de grandes \u00E1reas de ci\u00EAncias f\u00EDsica, biol\u00F3gica, social, sa\u00FAde, ambiental e m\u00E9todos baseados nesta distribui\u00E7\u00E3o s\u00E3o ferramentas indispens\u00E1veis para profissionais da engenharia de confiabilidade. Em geral, suas aplica\u00E7\u00F5es visam a determina\u00E7\u00E3o do tempo de vida m\u00E9dio e da taxa de falhas em fun\u00E7\u00E3o do tempo da popula\u00E7\u00E3o analisada. \u00C9 tamb\u00E9m de grande interesse para estat\u00EDsti"@pt . . . . "\u0420\u0430\u0441\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u0301\u043D\u0438\u0435 \u0412\u0435\u0301\u0439\u0431\u0443\u043B\u043B\u0430 \u0432 \u0442\u0435\u043E\u0440\u0438\u0438 \u0432\u0435\u0440\u043E\u044F\u0442\u043D\u043E\u0441\u0442\u0435\u0439 \u2014 \u0434\u0432\u0443\u0445\u043F\u0430\u0440\u0430\u043C\u0435\u0442\u0440\u0438\u0447\u0435\u0441\u043A\u043E\u0435 \u0441\u0435\u043C\u0435\u0439\u0441\u0442\u0432\u043E \u0430\u0431\u0441\u043E\u043B\u044E\u0442\u043D\u043E \u043D\u0435\u043F\u0440\u0435\u0440\u044B\u0432\u043D\u044B\u0445 \u0440\u0430\u0441\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u0438\u0439. \u041D\u0430\u0437\u0432\u0430\u043D\u043E \u0432 \u0447\u0435\u0441\u0442\u044C \u0412\u0430\u043B\u043E\u0434\u0434\u0438 \u0412\u0435\u0439\u0431\u0443\u043B\u043B\u0430, \u0434\u0435\u0442\u0430\u043B\u044C\u043D\u043E \u043E\u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0440\u0438\u0437\u043E\u0432\u0430\u0432\u0448\u0435\u0433\u043E \u0435\u0433\u043E \u0432 1951, \u0445\u043E\u0442\u044F \u0432\u043F\u0435\u0440\u0432\u044B\u0435 \u0435\u0433\u043E \u043E\u043F\u0440\u0435\u0434\u0435\u043B\u0438\u043B \u0424\u0440\u0435\u0448\u0435 \u0432 1927, \u0430 \u043F\u0440\u0438\u043C\u0435\u043D\u0435\u043D\u043E \u043E\u043D\u043E \u0431\u044B\u043B\u043E \u0435\u0449\u0451 \u0432 1933 \u0434\u043B\u044F \u043E\u043F\u0438\u0441\u0430\u043D\u0438\u044F \u0440\u0430\u0441\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u0438\u044F \u0440\u0430\u0437\u043C\u0435\u0440\u043E\u0432 \u0447\u0430\u0441\u0442\u0438\u0446."@ru . . . "Weibullf\u00F6rdelningen \u00E4r en kontinuerlig sannolikhetsf\u00F6rdelning inom matematisk statistik. T\u00E4thetsfunktionen \u00E4r: Den kumulativa f\u00F6rdelningsfunktionen \u00E4r F\u00F6rdelningen \u00E4r definierad endast f\u00F6r \u2265 0. Parametrar: \u03B1 \u00E4r en f\u00F6r x-variabeln\u03B2 \u00E4r en \"skevhetsparameter\" eller \"formparameter\".Ibland inf\u00F6r man en tredje parameter genom substitutionen y = x + \u03B3. Den parametern (l\u00E4gesparametern) frig\u00F6r funktionen fr\u00E5n begynnelsepunkten x = 0 och ger \u00E4ven en \u00F6kad flexibilitet vid anpassning av funktionen till experimentella data. F\u00F6r formparametern kan f\u00F6ljande specialfall f\u00F6r t\u00E4thetsf\u00F6rdelningen n\u00E4mnas:"@sv . . . . . . . . . . . "En teoria de la probabilitat i en estad\u00EDstica, la distribuci\u00F3 de Weibull (batejada en honor de Waloddi Weibull) \u00E9s una distribuci\u00F3 de probabilitat cont\u00EDnua. La distribuci\u00F3 de Weibull s'utilitza habitualment per a l'an\u00E0lisi de dades de superviv\u00E8ncia, degut a la seva flexibilitat i tractabilitat matem\u00E0tica. Pot imitar el comportament d'altres distribucions com la distribuci\u00F3 normal quan k=3.4 i reproduir exactament la distribuci\u00F3 exponencial quan k=1.Si la decreix al llarg del temps, aleshores k < 1. Si \u00E9s constant, k = 1. Si creix al llarg del temps, k > 1."@ca . . . . . . . . . . . "325"^^ . "En teor\u00EDa de la probabilidad y estad\u00EDstica, la distribuci\u00F3n de Weibull es una distribuci\u00F3n de probabilidad continua. Recibe su nombre de Waloddi Weibull, que la describi\u00F3 detalladamente en 1951, aunque fue descubierta inicialmente por y aplicada por primera vez por para describir la distribuci\u00F3n de los tama\u00F1os de determinadas part\u00EDculas."@es . . . "Weibull distribution"@en . . "shape"@en . . . . "\u0420\u043E\u0437\u043F\u043E\u0434\u0456\u043B \u0412\u0435\u0439\u0431\u0443\u043B\u0430 (\u0430\u043D\u0433\u043B. Weibull distribution) \u2014 \u043D\u0435\u043F\u0435\u0440\u0435\u0440\u0432\u043D\u0438\u0439 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B \u0439\u043C\u043E\u0432\u0456\u0440\u043D\u043E\u0441\u0442\u0435\u0439. \u041D\u0430\u0437\u0432\u0430\u043D\u0438\u0439 \u043D\u0430 \u0447\u0435\u0441\u0442\u044C \u0412\u0430\u043B\u043E\u0434\u0434\u0456 \u0412\u0435\u0439\u0431\u0443\u043B\u043B\u0430 (\u0430\u043D\u0433\u043B. Waloddi Weibull), \u043A\u043E\u0442\u0440\u0438\u0439 \u043D\u0430\u0432\u0456\u0432 \u0434\u0435\u0442\u0430\u043B\u044C\u043D\u0435 \u043E\u043F\u0438\u0441\u0430\u043D\u043D\u044F \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0432 1951 \u0440\u043E\u0446\u0456, \u0445\u043E\u0447\u0430 \u043F\u0435\u0440\u0448\u0438\u043C \u0439\u043E\u0433\u043E \u0432\u0456\u0434\u043A\u0440\u0438\u0432 \u0424\u0440\u0435\u0448\u0435 (1927) \u0430 \u0437\u0430\u0441\u0442\u043E\u0441\u0443\u0432\u0430\u0432 \u0420\u043E\u0437\u0456\u043D \u0442\u0430 \u0420\u0430\u043C\u043B\u0454\u0440 \u0432 1933 \u0434\u043B\u044F \u043E\u043F\u0438\u0441\u0443 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0440\u043E\u0437\u043C\u0456\u0440\u0443 \u0433\u0440\u0430\u043D\u0443\u043B. \u0424\u0443\u043D\u043A\u0446\u0456\u044F \u0449\u0456\u043B\u044C\u043D\u043E\u0441\u0442\u0456 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0412\u0435\u0439\u0431\u0443\u043B\u0430 x \u043C\u0430\u0454 \u0432\u0438\u0433\u043B\u044F\u0434:: \u0434\u0435 \u0432\u0438\u0437\u043D\u0430\u0447\u0430\u0454 \u0444\u043E\u0440\u043C\u0443 \u0433\u0440\u0430\u0444\u0456\u043A\u0443, \u0430 \u0448\u043A\u0430\u043B\u0443 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443."@uk . . "\u0420\u0430\u0441\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u0438\u0435 \u0412\u0435\u0439\u0431\u0443\u043B\u043B\u0430"@ru . "In teoria delle probabilit\u00E0 la distribuzione di Weibull \u00E8 una distribuzione di probabilit\u00E0 continua definita sui numeri reali positivi e descritta dai parametri (parametro di scala o vita caratteristica) e (parametro di forma). Prende il nome dal matematico svedese Waloddi Weibull che la descrisse nel 1951.La distribuzione era comunque stata gi\u00E0 trattata dal matematico francese Maurice Fr\u00E9chet nel 1927. La distribuzione fornisce un'interpolazione tra la distribuzione esponenziale (per ), la distribuzione di Rayleigh (per )."@it . . "Weibull distribution"@en . . "\u97E6\u4F2F\u5206\u5E03\uFF08Weibull distribution\uFF09\u662F\u548C\u7684\u7406\u8BBA\u57FA\u7840\u3002 \u4F8B\u5982\uFF0C\u53EF\u4EE5\u4F7F\u7528\u6B64\u5206\u5E03\u56DE\u7B54\u4EE5\u4E0B\u95EE\u9898\uFF1A \u9884\u8BA1\u5C06\u5728\u8001\u5316\u671F\u95F4\u5931\u6548\u7684\u9879\u76EE\u6240\u5360\u7684\u767E\u5206\u6BD4\u662F\u591A\u5C11\uFF1F\u4F8B\u5982\uFF0C\u9884\u8BA1\u5C06\u5728 8 \u5C0F\u65F6\u8001\u5316\u671F\u95F4\u5931\u6548\u7684\u4FDD\u9669\u4E1D\u5360\u591A\u5927\u767E\u5206\u6BD4\uFF1F \u9884\u8BA1\u5728\u6709\u6548\u5BFF\u547D\u9636\u6BB5\u6709\u591A\u5C11\u6B21\u4FDD\u4FEE\u7D22\u8D54\uFF1F\u4F8B\u5982\uFF0C\u5728\u8BE5\u8F6E\u80CE\u7684 50,000 \u82F1\u91CC\u6709\u6548\u5BFF\u547D\u671F\u95F4\u9884\u8BA1\u6709\u591A\u5C11\u6B21\u4FDD\u4FEE\u7D22\u8D54\uFF1F \u9884\u8BA1\u4F55\u65F6\u4F1A\u51FA\u73B0\u5FEB\u901F\u78E8\u635F\uFF1F\u4F8B\u5982\uFF0C\u5E94\u5C06\u7EF4\u62A4\u5B9A\u671F\u5B89\u6392\u5728\u4F55\u65F6\u4EE5\u9632\u6B62\u53D1\u52A8\u673A\u8FDB\u5165\u78E8\u635F\u9636\u6BB5\uFF1F"@zh . "\u30EF\u30A4\u30D6\u30EB\u5206\u5E03\uFF08\u30EF\u30A4\u30D6\u30EB\u3076\u3093\u3077\u3001\u82F1: Weibull distribution\uFF09\u306F\u3001\u7269\u4F53\u306E\u5F37\u5EA6\u3092\u7D71\u8A08\u7684\u306B\u8A18\u8FF0\u3059\u308B\u305F\u3081\u306B\u30EF\u30ED\u30C3\u30C7\u30A3\u30FB\u30EF\u30A4\u30D6\u30EB (Waloddi Weibull) \u306B\u3088\u3063\u3066\u63D0\u6848\u3055\u308C\u305F\u78BA\u7387\u5206\u5E03\u3002\u6642\u9593\u306B\u5BFE\u3059\u308B\u52A3\u5316\u73FE\u8C61\u3084\u5BFF\u547D\u3092\u7D71\u8A08\u7684\u306B\u8A18\u8FF0\u3059\u308B\u305F\u3081\u306B\u3082\u5229\u7528\u3055\u308C\u308B\u3002"@ja . . . . . . . . . . . . . . . . "see below"@en . "\u0420\u043E\u0437\u043F\u043E\u0434\u0456\u043B \u0412\u0435\u0439\u0431\u0443\u043B\u0430 (\u0430\u043D\u0433\u043B. Weibull distribution) \u2014 \u043D\u0435\u043F\u0435\u0440\u0435\u0440\u0432\u043D\u0438\u0439 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B \u0439\u043C\u043E\u0432\u0456\u0440\u043D\u043E\u0441\u0442\u0435\u0439. \u041D\u0430\u0437\u0432\u0430\u043D\u0438\u0439 \u043D\u0430 \u0447\u0435\u0441\u0442\u044C \u0412\u0430\u043B\u043E\u0434\u0434\u0456 \u0412\u0435\u0439\u0431\u0443\u043B\u043B\u0430 (\u0430\u043D\u0433\u043B. Waloddi Weibull), \u043A\u043E\u0442\u0440\u0438\u0439 \u043D\u0430\u0432\u0456\u0432 \u0434\u0435\u0442\u0430\u043B\u044C\u043D\u0435 \u043E\u043F\u0438\u0441\u0430\u043D\u043D\u044F \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0432 1951 \u0440\u043E\u0446\u0456, \u0445\u043E\u0447\u0430 \u043F\u0435\u0440\u0448\u0438\u043C \u0439\u043E\u0433\u043E \u0432\u0456\u0434\u043A\u0440\u0438\u0432 \u0424\u0440\u0435\u0448\u0435 (1927) \u0430 \u0437\u0430\u0441\u0442\u043E\u0441\u0443\u0432\u0430\u0432 \u0420\u043E\u0437\u0456\u043D \u0442\u0430 \u0420\u0430\u043C\u043B\u0454\u0440 \u0432 1933 \u0434\u043B\u044F \u043E\u043F\u0438\u0441\u0443 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0440\u043E\u0437\u043C\u0456\u0440\u0443 \u0433\u0440\u0430\u043D\u0443\u043B. \u0424\u0443\u043D\u043A\u0446\u0456\u044F \u0449\u0456\u043B\u044C\u043D\u043E\u0441\u0442\u0456 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0412\u0435\u0439\u0431\u0443\u043B\u0430 x \u043C\u0430\u0454 \u0432\u0438\u0433\u043B\u044F\u0434:: \u0434\u0435 \u0432\u0438\u0437\u043D\u0430\u0447\u0430\u0454 \u0444\u043E\u0440\u043C\u0443 \u0433\u0440\u0430\u0444\u0456\u043A\u0443, \u0430 \u0448\u043A\u0430\u043B\u0443 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443."@uk . . . "\uD1B5\uACC4\uD559\uC5D0\uC11C \uBCA0\uC774\uBD88 \uBD84\uD3EC(\uC601\uC5B4: Weibull distribution)\uC740 \uC5F0\uC18D \uD655\uB960 \uBD84\uD3EC\uC758 \uD558\uB098\uC774\uB2E4. (\uC2A4\uC6E8\uB374\uC5B4: Waloddi Weibull)\uC758 \uC774\uB984\uC5D0\uC11C \uB530\uC654\uB2E4. \uC785\uC790\uC758 \uBD84\uD3EC\uB97C \uB2E4\uB8E8\uB294 \uACBD\uC6B0 \uB85C\uC2E0-\uB7A8\uB7EC \uBD84\uD3EC(Rosin-Rammler distribution)\uB77C\uACE0 \uBD80\uB974\uAE30\uB3C4 \uD55C\uB2E4. \uBCA0\uC774\uBD88 \uBD84\uD3EC\uB294 \uC720\uC5F0\uD558\uAE30 \uB54C\uBB38\uC5D0 \uC218\uBA85 \uB370\uC774\uD130 \uBD84\uC11D\uC5D0 \uC790\uC8FC \uC4F0\uC774\uB294\uB370 \uC815\uC0C1\uBD84\uD3EC\uB098 \uC9C0\uC218\uBD84\uD3EC\uAC19\uC740 \uB2E4\uB978 \uD1B5\uACC4\uC801\uC778 \uBD84\uD3EC\uB97C \uD749\uB0B4\uB0BC\uC218\uB3C4 \uC788\uB2E4. \uC8FC\uB85C \uC0B0\uC5C5\uD604\uC7A5\uC5D0\uC11C \uBD80\uD488\uC758 \uC218\uBA85\uC744 \uCD94\uC815\uD558\uB294 \uB370 \uC0AC\uC6A9\uB418\uBA70, \uACE0\uC7A5\uB0A0 \uD655\uB960\uC774 \uC2DC\uAC04\uC774 \uC9C0\uB098\uBA74\uC11C \uB192\uC544\uC9C0\uB294 \uACBD\uC6B0\uC640 \uC904\uC5B4\uB4DC\uB294 \uACBD\uC6B0\uC640 \uC77C\uC815\uD55C \uACBD\uC6B0 \uBAA8\uB450 \uCD94\uC815 \uD560 \uC218 \uC788\uB2E4. \uACE0\uC7A5\uB0A0 \uD655\uB960\uC774 \uC2DC\uAC04\uC5D0 \uB530\uB77C \uC77C\uC815\uD55C \uACBD\uC6B0\uB294 \uC9C0\uC218\uBD84\uD3EC\uC640 \uAC19\uB2E4."@ko . ""@en . . "Weibullf\u00F6rdelningen \u00E4r en kontinuerlig sannolikhetsf\u00F6rdelning inom matematisk statistik. T\u00E4thetsfunktionen \u00E4r: Den kumulativa f\u00F6rdelningsfunktionen \u00E4r F\u00F6rdelningen \u00E4r definierad endast f\u00F6r \u2265 0. Parametrar: \u03B1 \u00E4r en f\u00F6r x-variabeln\u03B2 \u00E4r en \"skevhetsparameter\" eller \"formparameter\".Ibland inf\u00F6r man en tredje parameter genom substitutionen y = x + \u03B3. Den parametern (l\u00E4gesparametern) frig\u00F6r funktionen fr\u00E5n begynnelsepunkten x = 0 och ger \u00E4ven en \u00F6kad flexibilitet vid anpassning av funktionen till experimentella data. F\u00F6r formparametern kan f\u00F6ljande specialfall f\u00F6r t\u00E4thetsf\u00F6rdelningen n\u00E4mnas: \u03B2 = 1: t\u00E4thetsf\u00F6rdelningen \u00E4r identisk med exponentialf\u00F6rdelningen.\u03B2 = 2 f\u00F6rdelningen \u00E4r en Rayleighf\u00F6rdelning.\u03B2 < 3: f\u00F6rdelningen \u00E4r skev \u00E5t v\u00E4nster.[k\u00E4lla beh\u00F6vs]\u03B2 \u2248 3 - 3,5: f\u00F6rdelningen \u00E4r approximativt symmetrisk och p\u00E5minner om normalf\u00F6rdelningen.[k\u00E4lla beh\u00F6vs]\u03B2 > 3,5: f\u00F6rdelningen \u00E4r skev \u00E5t h\u00F6ger.[k\u00E4lla beh\u00F6vs] Weibullf\u00F6rdelningen har stor ingenj\u00F6rsteknisk anv\u00E4ndning f\u00F6r av livsl\u00E4ngd och/eller h\u00E5llfasthet hos tekniska system, d\u00E4r x \u00E4r tiden/belastningen, och observerade haverier utg\u00F6r statistiska observationer av en population tekniska enheter under drift, som exempelvis kullager, vilket var Waloddi Weibulls studieobjekt vid slutet av 1930-talet. Den anv\u00E4nds ofta f\u00F6r att beskriva keramiska materials variation i h\u00E5llfasthet. Om en weibullf\u00F6rdelning anpassas till observerade g\u00E5ngtider till driftstopp hos en komponent kan den funna formparametern indikera fysikaliska samband: \u03B2 = 1: driftstoppen \u00E4r exponentialf\u00F6rdelade och intr\u00E4ffar slumpm\u00E4ssigt, vilket kan tolkas som att sannolikheten f\u00F6r stopp \u00E4r oberoende av den ackumulerade g\u00E5ngtiden.\u03B2 < 1: sannolikheten f\u00F6r driftstopp \u00E4r h\u00F6gst n\u00E4rmaste tiden efter drifts\u00E4ttningen; man talar om ink\u00F6rningsfel eller \"barnsjukdomar\".\u03B2 \u2248 3: f\u00F6rst efter en viss utslitningstid observeras en st\u00F6rre serie (ungef\u00E4r) normalf\u00F6rdelade . Den kunskapen kan utnyttjas f\u00F6r att schemal\u00E4gga f\u00F6rebyggande underh\u00E5ll."@sv . . . . . . . . . . . "Weibullovo rozd\u011Blen\u00ED"@cs . "Weibull-verdeling"@nl . . . . . . "34675"^^ . . . . "En teoria de la probabilitat i en estad\u00EDstica, la distribuci\u00F3 de Weibull (batejada en honor de Waloddi Weibull) \u00E9s una distribuci\u00F3 de probabilitat cont\u00EDnua. La distribuci\u00F3 de Weibull s'utilitza habitualment per a l'an\u00E0lisi de dades de superviv\u00E8ncia, degut a la seva flexibilitat i tractabilitat matem\u00E0tica. Pot imitar el comportament d'altres distribucions com la distribuci\u00F3 normal quan k=3.4 i reproduir exactament la distribuci\u00F3 exponencial quan k=1.Si la decreix al llarg del temps, aleshores k < 1. Si \u00E9s constant, k = 1. Si creix al llarg del temps, k > 1. La ajuda a comprendre qu\u00E8 est\u00E0 causant les morts/fallides: \n* Un risc decreixent suggereix \"mortalitat infantil\". \u00C9s a dir, els \u00EDtems defectuosos fallen al principi i per tant a mesura que avan\u00E7a el temps nom\u00E9s queden els \u00EDtems no defectuosos, i el risc de fallida disminueix. \n* Un risc constant suggereix que no hi ha \u00EDtems defectuosos, i que els \u00EDtems no es desgasten amb el temps. \n* Un risc creixent indica que els \u00EDtems es desgasten, i per tant a mesura que avan\u00E7a el temps augmenta el risc d'una fallida."@ca . . . . . "Die Weibull-Verteilung (nach Waloddi Weibull, 1951) ist eine zweiparametrige Familie von stetigen Wahrscheinlichkeitsverteilungen \u00FCber der Menge der positiven reellen Zahlen. Abh\u00E4ngig von ihren beiden Parametern \u00E4hnelt sie einer Normalverteilung oder asymmetrischen Verteilungen wie der Exponentialverteilung. Sie wird unter anderem zur statistischen Modellierung von Windgeschwindigkeiten oder zur Beschreibung der Lebensdauer und Ausfallh\u00E4ufigkeit von elektronischen Bauelementen oder (spr\u00F6den) Werkstoffen herangezogen. Anders als eine Exponentialverteilung ber\u00FCcksichtigt sie die Vorgeschichte eines Objekts, sie ist ged\u00E4chtnisbehaftet und ber\u00FCcksichtigt die Alterung eines Bauelements nicht nur mit der Zeit, sondern in Abh\u00E4ngigkeit von seinem Einsatz. Sie l\u00E4sst sich an steigende, konstante und"@de . . . . . "Em probabilidade e estat\u00EDstica a distribui\u00E7\u00E3o de Weibull \u00E9 uma distribui\u00E7\u00E3o de probabilidade cont\u00EDnua. \u00C9 nomeada devido a Waloddi Weibull que em 1951 lan\u00E7ou um artigo descrevendo a distribui\u00E7\u00E3o em detalhes e propondo diversas aplica\u00E7\u00F5es. O campo de aplica\u00E7\u00F5es da distribui\u00E7\u00E3o de Weibull \u00E9 vasto e abrange praticamente todas as \u00E1reas da ci\u00EAncia. Usando essa distribui\u00E7\u00E3o, realizou-se a modelagem bem sucedida de dados provenientes de grandes \u00E1reas de ci\u00EAncias f\u00EDsica, biol\u00F3gica, social, sa\u00FAde, ambiental e m\u00E9todos baseados nesta distribui\u00E7\u00E3o s\u00E3o ferramentas indispens\u00E1veis para profissionais da engenharia de confiabilidade. Em geral, suas aplica\u00E7\u00F5es visam a determina\u00E7\u00E3o do tempo de vida m\u00E9dio e da taxa de falhas em fun\u00E7\u00E3o do tempo da popula\u00E7\u00E3o analisada. \u00C9 tamb\u00E9m de grande interesse para estat\u00EDsticos devido a suas diversas caracter\u00EDsticas espec\u00EDficas. O sucesso da distribui\u00E7\u00E3o se justifica n\u00E3o s\u00F3 pela sua efic\u00E1cia, mas tamb\u00E9m ao fato de existirem recursos gr\u00E1ficos que facilitam sua interpreta\u00E7\u00E3o e por ser capaz de fazer previs\u00F5es de acur\u00E1cia razo\u00E1vel mesmo quando a quantidade de dados dispon\u00EDvel \u00E9 baixa."@pt . . . . "\u97E6\u4F2F\u5206\u5E03"@zh . . "In probability theory and statistics, the Weibull distribution /\u02C8wa\u026Ab\u028Al/ is a continuous probability distribution. It is named after Swedish mathematician Waloddi Weibull, who described it in detail in 1951, although it was first identified by Maurice Ren\u00E9 Fr\u00E9chet and first applied by to describe a particle size distribution."@en . . . . . . . . "Distribuzione di Weibull"@it . . . "Rozk\u0142ad Weibulla \u2013 ci\u0105g\u0142y rozk\u0142ad prawdopodobie\u0144stwa cz\u0119sto stosowany w analizie prze\u017Cycia do modelowania sytuacji, gdy prawdopodobie\u0144stwo \u015Bmierci/awarii zmienia si\u0119 w czasie. Mo\u017Ce on w zale\u017Cno\u015Bci od parametr\u00F3w przypomina\u0107 zar\u00F3wno rozk\u0142ad normalny (dla du\u017Cych ), jak i rozk\u0142ad wyk\u0142adniczy (sprowadza si\u0119 do niego dla ). Parametr rozk\u0142adu okre\u015Bla zachowanie prawdopodobie\u0144stwa awarii (\u015Bmierci) w czasie: Parametr mo\u017Cna zinterpretowa\u0107 jako czas po kt\u00F3rym zginie osobnik\u00F3w (por\u00F3wnaj warto\u015B\u0107 charakterystyczna prze\u017Cycia)."@pl . . "\uBCA0\uC774\uBD88 \uBD84\uD3EC"@ko . . "En th\u00E9orie des probabilit\u00E9s, la loi de Weibull, nomm\u00E9e d'apr\u00E8s Waloddi Weibull en 1951, est une loi de probabilit\u00E9 continue.La loi de Weibull est un cas sp\u00E9cial de loi d'extremum g\u00E9n\u00E9ralis\u00E9e au m\u00EAme titre que la loi de Gumbel ou la loi de Fr\u00E9chet."@fr . . "206948"^^ . . . "\u0641\u064A \u0646\u0638\u0631\u064A\u0629 \u0627\u0644\u0627\u062D\u062A\u0645\u0627\u0644\u0627\u062A \u0648\u0627\u0644\u0625\u062D\u0635\u0627\u0621\u060C \u062A\u0648\u0632\u064A\u0639 \u0648\u0627\u064A\u0628\u0648\u0644 \u062A\u0648\u0632\u064A\u0639 \u0627\u062D\u062A\u0645\u0627\u0644\u064A \u0645\u0633\u062A\u0645\u0631 \u0627\u0634\u062A\u0642 \u0627\u0633\u0645\u0647 \u0645\u0646 \u0627\u0633\u0645 \u0627\u0644\u0645\u0647\u0646\u062F\u0633 \u0648\u0627\u0644\u0631\u064A\u0627\u0636\u064A\u0627\u062A\u064A \u0645\u0639\u0631\u0641 \u0641\u064A \u0627\u0644\u062C\u0632\u0621 \u0627\u0644\u0645\u0648\u062C\u0628 \u0645\u0646 \u0627\u0644\u0623\u0639\u062F\u0627\u062F \u0627\u0644\u062D\u0642\u064A\u0642\u064A\u0629.\u0628\u0645\u0631\u0627\u0639\u0627\u0629 \u0627\u062E\u062A\u064A\u0627\u0631 \u0645\u0639\u064A\u0646 \u0644\u0645\u0639\u0627\u0645\u0644\u064A \u0648\u0627\u064A\u0628\u0648\u0644 \u03BB \u0648 k \u064A\u0646\u062A\u062C \u062A\u0648\u0632\u064A\u0639 \u0627\u062D\u062A\u0645\u0627\u0644\u064A \u0637\u0628\u064A\u0639\u064A (1=\u03BB \u0648 5=k) \u0641\u064A \u0627\u0644\u0635\u0648\u0631\u0629. \u064A\u064F\u0633\u062A\u0639\u0645\u0644 \u062A\u0648\u0632\u064A\u0639 \u0648\u0627\u064A\u0628\u0648\u0644 \u0644\u0645\u062D\u0627\u0643\u0627\u0629 \u0643\u062B\u064A\u0631 \u0645\u0646 \u0627\u0644\u062A\u0637\u0628\u064A\u0642\u0627\u062A \u0627\u0644\u0627\u062D\u062A\u0645\u0627\u0644\u064A\u0629\u060C \u0643\u0633\u0631\u0639\u0629 \u0627\u0644\u0631\u064A\u0627\u062D \u0645\u062B\u0644\u0627.\u064A\u062E\u062A\u0644\u0641 \u0639\u0646 \u0627\u0644\u062A\u0648\u0632\u064A\u0639 \u0627\u0644\u0637\u0628\u064A\u0639\u064A \u0628\u0645\u0631\u0627\u0639\u0627\u062A\u0647 \u0644\u0639\u0627\u0645\u0644 \u0627\u0644\u0632\u0645\u0646 (\u0627\u0644\u0645\u0627\u0636\u064A) \u0644\u0639\u0646\u0635\u0631 \u0645\u0639\u064A\u0646\u060C \u0641\u062B\u0644\u0627 \u062A\u062A\u0622\u0643\u0644 \u0648\u062D\u062F\u0629 \u0623\u0648 \u0622\u0644\u0629 \u0645\u0639\u064A\u0646\u0629 \u0644\u064A\u0633 \u0628\u0639\u0646\u0635\u0631 \u0627\u0644\u0632\u0645\u0646 \u0641\u0642\u0637\u060C \u0648\u0625\u0646\u0645\u0627 \u0623\u064A\u0636\u0627 \u0628\u0645\u0631\u0627\u0639\u0627\u0629 \u0638\u0631\u0648\u0641 \u0627\u0644\u062A\u0634\u063A\u064A\u0644 \u0646\u0641\u0633\u0647\u0627.\u062A\u0648\u0632\u064A\u0639 \u0648\u0627\u064A\u0628\u0648\u0644 \u064A\u0635\u0641 \u0645\u062F\u0629 \u062D\u064A\u0627\u0629 (\u0627\u0644\u0641\u062A\u0631\u0629 \u0627\u0644\u0632\u0645\u0646\u064A\u0629 \u0644\u0642\u0627\u0628\u0644\u064A\u0629 \u0627\u0644\u0627\u0633\u062A\u062E\u062F\u0627\u0645) \u0642\u0637\u0639\u0629 \u0623\u0648 \u0648\u062D\u062F\u0629 \u0625\u0644\u0643\u062A\u0631\u0648\u0646\u064A\u0629 \u0645\u0639\u064A\u0646\u0629. \u0644\u0644\u062A\u0648\u0632\u064A\u0639 \u0642\u0627\u0628\u0644\u064A\u0629 \u0627\u0644\u0645\u0644\u0627\u0626\u0645\u0629 \u0644\u062A\u0648\u0627\u0641\u0650\u0642\u064E \u0645\u0639\u062F\u0644\u0627\u062A \u062A\u0639\u0637\u0644 (\u0627\u0644\u0648\u062D\u062F\u0627\u062A/\u0627\u0644\u0642\u0637\u0639) \u0627\u0644\u0645\u062E\u062A\u0644\u0641\u0629 \u0644\u0644\u0623\u0646\u0638\u0645\u0629 \u0627\u0644\u062A\u0642\u0646\u064A\u0629\u060C \u0633\u0648\u0627\u0621 \u0643\u0627\u0646\u062A \u0647\u0630\u0647 \u0627\u0644\u0645\u0639\u062F\u0644\u0627\u062A \u0645\u0631\u062A\u0641\u0639\u0629\u060C \u0645\u0646\u062E\u0641\u0636\u0629 \u0623\u0648 \u062B\u0627\u0628\u062A\u0629."@ar . . . . . . . "\u0420\u043E\u0437\u043F\u043E\u0434\u0456\u043B \u0412\u0435\u0439\u0431\u0443\u043B\u0430"@uk . . . "Weibullovo rozd\u011Blen\u00ED je spojit\u00E9 rozd\u011Blen\u00ED pravd\u011Bpodobnosti. Jm\u00E9no nese po \u0161v\u00E9dsk\u00E9m matematikovi , kter\u00FD jej podrobn\u011B popsal v roce 1951, a\u010Dkoli bylo poprv\u00E9 identifikov\u00E1no Fr\u00E9chetem (1927) a poprv\u00E9 pou\u017Eito Rosinem a Rammlerem (1933) k popisu distribuce velikosti \u010D\u00E1stic."@cs . . "\uD1B5\uACC4\uD559\uC5D0\uC11C \uBCA0\uC774\uBD88 \uBD84\uD3EC(\uC601\uC5B4: Weibull distribution)\uC740 \uC5F0\uC18D \uD655\uB960 \uBD84\uD3EC\uC758 \uD558\uB098\uC774\uB2E4. (\uC2A4\uC6E8\uB374\uC5B4: Waloddi Weibull)\uC758 \uC774\uB984\uC5D0\uC11C \uB530\uC654\uB2E4. \uC785\uC790\uC758 \uBD84\uD3EC\uB97C \uB2E4\uB8E8\uB294 \uACBD\uC6B0 \uB85C\uC2E0-\uB7A8\uB7EC \uBD84\uD3EC(Rosin-Rammler distribution)\uB77C\uACE0 \uBD80\uB974\uAE30\uB3C4 \uD55C\uB2E4. \uBCA0\uC774\uBD88 \uBD84\uD3EC\uB294 \uC720\uC5F0\uD558\uAE30 \uB54C\uBB38\uC5D0 \uC218\uBA85 \uB370\uC774\uD130 \uBD84\uC11D\uC5D0 \uC790\uC8FC \uC4F0\uC774\uB294\uB370 \uC815\uC0C1\uBD84\uD3EC\uB098 \uC9C0\uC218\uBD84\uD3EC\uAC19\uC740 \uB2E4\uB978 \uD1B5\uACC4\uC801\uC778 \uBD84\uD3EC\uB97C \uD749\uB0B4\uB0BC\uC218\uB3C4 \uC788\uB2E4. \uC8FC\uB85C \uC0B0\uC5C5\uD604\uC7A5\uC5D0\uC11C \uBD80\uD488\uC758 \uC218\uBA85\uC744 \uCD94\uC815\uD558\uB294 \uB370 \uC0AC\uC6A9\uB418\uBA70, \uACE0\uC7A5\uB0A0 \uD655\uB960\uC774 \uC2DC\uAC04\uC774 \uC9C0\uB098\uBA74\uC11C \uB192\uC544\uC9C0\uB294 \uACBD\uC6B0\uC640 \uC904\uC5B4\uB4DC\uB294 \uACBD\uC6B0\uC640 \uC77C\uC815\uD55C \uACBD\uC6B0 \uBAA8\uB450 \uCD94\uC815 \uD560 \uC218 \uC788\uB2E4. \uACE0\uC7A5\uB0A0 \uD655\uB960\uC774 \uC2DC\uAC04\uC5D0 \uB530\uB77C \uC77C\uC815\uD55C \uACBD\uC6B0\uB294 \uC9C0\uC218\uBD84\uD3EC\uC640 \uAC19\uB2E4."@ko . . . . "In de kansrekening en de statistiek is de Weibull-verdeling (genoemd naar ) een continue kansverdeling waarvan de kansdichtheid voor gedefinieerd wordt door Daarin is de vormparameter en de schaalparameter van de verdeling. De verdelingsfunctie wordt voor gegeven door Weibull-verdelingen worden vaak gebruikt als levensduurverdeling om de tijd te modelleren tot een gegeven technisch apparaat uitvalt. Als de uitvalsnelheid (MTBF) van het toestel afneemt in de tijd, kiest men , wat resulteert in een afnemende dichtheid . Wanneer de uitvalsnelheid van het toestel constant is in de tijd, kiest men , wat opnieuw resulteert in een afnemende dichtheid. Als de uitvalsnelheid toeneemt in de tijd, kiest men , zodat de kansdichtheid eerst stijgt naar een maximum en dan voor altijd afneemt. Fabrikanten zullen vaak de vorm- en schaalparameters meegeven voor de verdeling van de levensduur van een specifiek toestel. De Weibull-verdeling kan ook gebruikt worden om de verdeling van de windsnelheden op een bepaalde plaats op aarde te modelleren. Opnieuw wordt elke locatie gekarakteriseerd door de vorm- en schaalparameter."@nl . . "In teoria delle probabilit\u00E0 la distribuzione di Weibull \u00E8 una distribuzione di probabilit\u00E0 continua definita sui numeri reali positivi e descritta dai parametri (parametro di scala o vita caratteristica) e (parametro di forma). Prende il nome dal matematico svedese Waloddi Weibull che la descrisse nel 1951.La distribuzione era comunque stata gi\u00E0 trattata dal matematico francese Maurice Fr\u00E9chet nel 1927. La distribuzione fornisce un'interpolazione tra la distribuzione esponenziale (per ), la distribuzione di Rayleigh (per ). Viene impiegata per descrivere sistemi con tasso di guasto variabile nel tempo, come estensione della distribuzione esponenziale che prevede tassi di guasto costanti nel tempo."@it . . . "density"@en . "\u062A\u0648\u0632\u064A\u0639 \u0648\u0627\u064A\u0628\u0648\u0644"@ar . "p/w097370"@en . . . . "En teor\u00EDa de la probabilidad y estad\u00EDstica, la distribuci\u00F3n de Weibull es una distribuci\u00F3n de probabilidad continua. Recibe su nombre de Waloddi Weibull, que la describi\u00F3 detalladamente en 1951, aunque fue descubierta inicialmente por y aplicada por primera vez por para describir la distribuci\u00F3n de los tama\u00F1os de determinadas part\u00EDculas."@es . . . . . . "Distribui\u00E7\u00E3o de Weibull"@pt . . . . . . . .