在matlab中定义wblthree 函数，函数的目的是拟合三参数威布尔分布，并计算其参数。拟合三参数威布尔分布的参数 a（尺度参数）、b（形状参数）和 c（位置参数）。此函数要计算给定数据集的最佳参数，并绘制相应的分布图。并给出代码解释。

在MATLAB中，你可以创建一个名为`wblthree`的函数，用于拟合三参数威布尔分布。威布尔分布是一种连续概率分布，常用于描述二元事件发生的频率。以下是这个函数的基本框架，包括参数估计和绘图：

function [a, b, c, fit] = wblthree(xdata)
    % 定义威布尔分布的概率密度函数 (pdf)
    pdf_wbl = @(x, a, b, c) a * x.^(b - 1) .* exp(-a * x.^b) ./ (c + (1 - exp(-a * c)).^b);

    % 初始化参数猜测
    a0 = mean(xdata);
    b0 = log(mean(xdata) / (1 - mean(xdata)));
    c0 = median(xdata); % 或者使用其他初始值方法

    % 使用fminsearch优化器找到最佳参数
    options = optimoptions('fminsearch', 'Display', 'iter');
    [a, b, c] = fminsearch(@(params) -sum(log(pdf_wbl(xdata, params(1), params(2), params(3)))), [a0, b0, c0], options);

    % 计算拟合结果
    fit = pdf_wbl(xdata, a, b, c);

    % 绘制数据和拟合分布图
    figure;
    histogram(xdata, 'Normalization', 'probability');
    hold on;
    x = linspace(min(xdata), max(xdata), 100);
    plot(x, pdf_wbl(x, a, b, c), '-r', 'LineWidth', 2, 'DisplayName', 'Fitted WBL Distribution');
    legend('Location', 'best');
end

在这个函数里：
- `pdf_wbl`是一个匿名函数，表示威布尔分布的概率密度函数。
- `fminsearch`用于寻找最小化负对数似然函数的参数，即找到最接近数据点分布的威布尔分布参数。
- 数据集`xdata`用于拟合。
- 最后，函数还绘制了原始数据和拟合后的威布尔分布。