Weibull 分布拟合代码或具体案例分析

以下是关于 Weibull 分布拟合的深入 C# 代码实现，以及一个具体案例分析，展示如何在非正态能力分析中应用 Weibull 分布。代码使用最大似然估计（MLE）拟合 Weibull 分布参数，并计算能力指数（Pp 和 Ppk）。为了便于理解，案例分析将基于一个实际场景（如产品寿命数据），并提供完整的代码和结果解释。

由于 C# 原生库不直接支持复杂的分布拟合，我们将使用简化的数值方法实现 MLE，并提供使用 Math.NET Numerics 的扩展版本（推荐用于生产环境）。代码包括参数估计、分位数计算、能力指数计算和缺陷率分析。

---

 案例分析：产品寿命数据的能力分析

 场景描述
假设一家公司生产灯泡，收集了 50 个灯泡的寿命数据（单位：小时），数据呈右偏分布，疑似服从 Weibull 分布。规格要求灯泡寿命在 800 小时（下限，LSL）到 2000 小时（上限，USL）之间。我们需要：
1. 使用 Weibull 分布拟合数据，估计形状参数 (\(\beta\)) 和尺度参数 (\(\lambda\)).
2. 计算过程能力指数（Pp 和 Ppk）。
3. 估计超出规格的缺陷率（PPM&