主要内容

广义帕累托分布

从广义帕累托分布拟合、评估并生成随机样本

用广义帕累托分布(GPD)来从一个分布中模拟极端事件。统计和机器学习工具箱™提供了几种使用GPD的方法。

  • 创建一个概率分布对象GeneralizedParetoDistribution通过拟合样本数据的概率分布或通过指定参数值。然后,使用目标函数计算分布,生成随机数,等等。

  • 通过使用Distribution Fitter应用程序与GPD交互工作。您可以从应用程序导出对象并使用对象函数。

  • 使用带有指定分布参数的特定于分布的函数。分布特定函数可以接受多个gpd的参数。

  • 使用通用分布函数(提供icdfpdf随机),并附有指定的发行版名称(广义帕累托的)和参数。

  • 创建一个paretotails对象通过使用gdd建模一个分布的尾部,用另一个分布作为中心。一个paretotails对象是一个分段分布,由尾部的一个或两个gdd和中心的另一个分布组成。方法可以指定中心的分布类型cdffun的观点paretotails当您创建对象时。的有效值cdffun“ecdf”(插值经验累积分布),“内核”(插值核平滑估计器)和函数句柄。创建对象后,可以使用对象函数计算分布并生成随机数。

要了解广义帕累托分布,请参见广义帕累托分布

对象

GeneralizedParetoDistribution 广义帕累托概率分布对象

应用程序

分布更健康 将概率分布与数据拟合

功能

全部展开

创建GeneralizedParetoDistribution对象

makedist 创建概率分布对象
fitdist 拟合概率分布对象与数据的关系

一起工作GeneralizedParetoDistribution对象

提供 累积分布函数
icdf 逆累积分布函数
位差 四分位范围
的意思是 概率分布均值
中位数 概率分布中位数
negloglik 概率分布的负对数似然
paramci 概率分布参数的置信区间
pdf 概率密度函数
proflik 概率分布的剖面似然函数
随机 随机数
性病 概率分布的标准差
截断 截断概率分布对象
var 概率分布方差

创建paretotails对象

paretotails 带有帕累托尾的分段分布

一起工作paretotails对象

边界 分段分布边界
提供 累积分布函数
icdf 逆累积分布函数
lowerparams 下帕累托尾参数
nsegments 分段分布的段数
pdf 概率密度函数
随机 随机数
包含输入值的分段分布段
upperparams 上帕累托尾参数
gpcdf 广义帕累托累积分布函数
gppdf 广义帕累托概率密度函数
gpinv 广义Pareto逆累积分布函数
gplike 广义帕累托负对数似然
gpstat 广义帕累托均值和方差
gpfit 广义帕累托参数估计
gprnd 广义帕累托随机数
大中型企业 极大似然估计
mlecov 极大似然估计量的渐近协方差
histfit 具有分布拟合的直方图
概率分布函数 交互密度和分布图
probplot 概率情节
qqplot Quantile-quantile情节
randtool 交互式随机数生成

主题

广义帕累托分布

了解用于从分布中建模极端事件的广义帕累托分布。

非参数和经验概率分布

从样本数据中估计概率密度函数或累积分布函数。

拟合具有帕累托尾的非参数分布

用帕累托尾对样本数据拟合非参数概率分布,以平滑尾中的分布。

累积分布函数及其逆的非参数估计

从非参数或半参数的数据中估计累积分布函数(cdf)。

用广义帕累托分布对尾数据建模

这个例子展示了如何用极大似然估计将尾部数据拟合到广义Pareto分布。