0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

統計学の活用:ワイブル型減衰カーブ パラメータとグラフの形状の関係を掴む

0
Last updated at Posted at 2026-05-17
  • 統計学の活用:ワイブル型減衰カーブ パラメータとグラフの形状の関係を掴む
  • 関数の紹介:ワイブル型減衰カーブ
  • GeoGebraでグラフを描画
  • パラメータaの影響
  • パラメータkの影響
  • パラメータλの影響

統計学の活用:ワイブル型減衰カーブ.png

統計学の活用:ワイブル型減衰カーブ パラメータとグラフの形状の関係を掴む

今回はワイブル型減衰カーブのパラメータとグラフの形状の変化について考えてみたいと思います。

所要時間は10分ほどとなっています。

それでは、さっそく始めていきましょう!

(今回は時間の都合上活用方法は省略します。)

関数の紹介:ワイブル型減衰カーブ

スクリーンショット 2026-05-18 0.48.33.png

ワイブル型は減衰速度そのものを変形できるのが特徴です。

普通の指数減衰では常に同じ割合で減衰します。

しかしワイブル型は減衰の仕方自体を変えられるのが特徴的です。

GeoGebraでグラフを描画

パラメータa(初期高さ)の影響

Python実装 1 .png

x=0で f(0) = a となり、aは初期値を表します。

a を大きくすると

  • グラフ全体が上へ
  • ピーク高さ増加

つまりaは縦方向のスケーリングだけです。

パラメータ k (形状パラメータ)の影響

Python実装 2.png

k が支配しているのは指数部分の成長速度です。つまり減衰速度の変化の仕方を決めます。x が増えると急成長します。つまり指数のマイナス部分が急激に大きくなり、減衰が加速します。だからk>1では時間が経つほど減衰が強くなります。

k = 1

もしk=1なら普通の指数減衰となり

  • 一定割合減衰

k > 1

  • 減衰速度が時間とともに強まる

k < 1

  • 減衰速度が時間とともに弱まる

パラメータ λ(時間スケール) の影響

Python実装 3.png

λは時間スケール x/λを作っています。

λ を大きくすると

  • 減衰が遅い
  • 横に広がる
  • 長寿命

λ を小さくすると

  • 急減衰
  • 早く0へ

つまりλは横方向の伸縮を決めています。

【参考】実際に関数をグラフ化してパラメータを動かして確認してみたい方はGeoGebraを活用すると簡単です!ぜひご活用ください。

https://www.geogebra.org/graphing?lang=ja

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?