public FuncionWeibull0_5(double[] eventos) : base(eventos)
{
try
{
DistribucionContinua = new WeibullDistribution(shape, scale);
Resultado = new ResultadoAjuste(StringFDP, StringInversa, DistribucionContinua.StandardDeviation, DistribucionContinua.Mean, DistribucionContinua.Variance, this);
}
catch (Exception)
{
Resultado = null;
}
}
public FuncionExponencial(double[] eventos) : base(eventos)
{
try
{
DistribucionContinua = new ExponentialDistribution();
DistribucionContinua.Fit(eventos);
this.L = ((ExponentialDistribution)DistribucionContinua).Rate.ToString("0.0000");
Resultado = new ResultadoAjuste(StringFDP, StringInversa, DistribucionContinua.StandardDeviation, DistribucionContinua.Mean, DistribucionContinua.Variance, this);
}
catch (Exception)
{
Resultado = null;
}
}
public FuncionPoisson(double[] eventos) : base(eventos)
{
try
{
DistribucionDiscreta = new PoissonDistribution();
DistribucionDiscreta.Fit(eventos);
lambda = ((PoissonDistribution)DistribucionDiscreta).Lambda.ToString("0.0000");
Resultado = new ResultadoAjuste(StringFDP, StringInversa, DistribucionDiscreta.StandardDeviation, DistribucionDiscreta.Mean, DistribucionDiscreta.Variance, this);
}
catch (Exception)
{
Resultado = null;
}
}
public FuncionLogNormal(double[] eventos) : base(eventos)
{
try
{
DistribucionContinua = new LognormalDistribution();
DistribucionContinua.Fit(eventos);
media = ((LognormalDistribution)DistribucionContinua).Mean.ToString("0.0000");
sigma = ((LognormalDistribution)DistribucionContinua).StandardDeviation.ToString("0.0000");
Resultado = new ResultadoAjuste(StringFDP, StringInversa, DistribucionContinua.StandardDeviation, DistribucionContinua.Mean, DistribucionContinua.Variance, this);
}
catch (Exception)
{
Resultado = null;
}
}
public FuncionBinomial(double[] eventos) : base(eventos)
{
try
{
DistribucionDiscreta = new BinomialDistribution();
DistribucionDiscreta.Fit(eventos);
n = ((BinomialDistribution)DistribucionDiscreta).NumberOfTrials.ToString("0.0000");
p = ((BinomialDistribution)DistribucionDiscreta).ProbabilityOfSuccess.ToString("0.0000");
Resultado = new ResultadoAjuste(StringFDP, StringInversa, DistribucionDiscreta.StandardDeviation, DistribucionDiscreta.Mean, DistribucionDiscreta.Variance, this);
}
catch (Exception)
{
Resultado = null;
}
}
public FuncionUniforme(double[] eventos) : base(eventos)
{
try
{
DistribucionContinua = new UniformContinuousDistribution();
DistribucionContinua.Fit(eventos);
A = ((UniformContinuousDistribution)DistribucionContinua).Minimum.ToString("0.0000");
B = ((UniformContinuousDistribution)DistribucionContinua).Maximum.ToString("0.0000");
Resultado = new ResultadoAjuste(StringFDP, StringInversa, DistribucionContinua.StandardDeviation, DistribucionContinua.Mean, DistribucionContinua.Variance, this);
}
catch (Exception)
{
Resultado = null;
}
}
public FuncionLogistica(double[] eventos) : base(eventos)
{
try
{
double media = eventos.Average();
int n = eventos.Count();
double sigma = eventos.Sum(x => Math.Pow(x - media, 2)) / n;
DistribucionContinua = new LogisticDistribution(media, sigma);
this.MU = ((LogisticDistribution)DistribucionContinua).Location.ToString("0.0000");
this.S = ((LogisticDistribution)DistribucionContinua).Scale.ToString("0.0000");
Resultado = new ResultadoAjuste(StringFDP, StringInversa, DistribucionContinua.StandardDeviation, DistribucionContinua.Mean, DistribucionContinua.Variance, this);
}
catch (Exception)
{
Resultado = null;
}
}
public FuncionLogLogistica(double[] eventos) : base(eventos)
{
try
{
double[] eventosOrdenados = eventos.OrderBy(x => x).ToArray();
double alfa = eventos.Count() % 2 == 0 ? (eventosOrdenados.ElementAt(eventos.Count() / 2) + eventosOrdenados.ElementAt((eventos.Count() / 2) + 1)) / 2 : eventos.OrderBy(x => x).ElementAt((eventos.Count() / 2) + 1);
this.A = alfa.ToString("0.0000");
double media = eventos.Average();
int n = eventos.Count();
double sigma = eventos.Sum(x => Math.Pow(x - media, 2)) / n;
double k = Math.Sqrt(Math.Pow(sigma, 2) / (Math.Pow(sigma, 2) + Math.Pow(media, 2)));
Func <double, double> function = x => Math.Sqrt(1 - (x / Math.Tan(x))) - k;
BrentSearch search = new BrentSearch(function, (Math.PI / 2) * k, Math.Sqrt(3) * k);
search.FindRoot();
double beta = Math.PI / search.Solution;
this.B = beta.ToString("0.0000");
DistribucionContinua = new LogLogisticDistribution(alfa, beta);
Resultado = new ResultadoAjuste(StringFDP, StringInversa, DistribucionContinua.StandardDeviation, DistribucionContinua.Mean, DistribucionContinua.Variance, this);
}
catch (Exception)
{
Resultado = null;
}
}
