gevfit.
广义极值参数估计
句法
parmhat = gevfit(x)
[Parmhat,Parmci] = gevfit(x)
[Parmhat,Parmci] = gevfit(x,alpha)
[...] = gevfit(x,alpha,选项)
描述
parmhat = gevfit(x)
给定给出X中的数据的广义极值(GEV)分布的最大似然估计Parmhat(1)
是形状参数,K.
那Parmhat(2)
是比例参数,西格玛
, 和Parmhat(3)
是位置参数,亩
。
[Parmhat,Parmci] = gevfit(x)
返回参数估计的95%置信区间。
[Parmhat,Parmci] = gevfit(x,alpha)
回报100(1-alpha)
参数估计的%置信区间。
[...] = gevfit(x,alpha,选项)
指定用于计算ML估计的迭代算法的控制参数。此参数可以通过呼叫创建实例化
。看statset('gevfit')
有关参数名称和默认值。通过[]
为了α
使用默认值。
什么时候k <0.
,GEV是III型极值分布。什么时候k> 0.
,GEV分布是II型或Frechet,极值分布。如果W.
由威布尔分布有所计算韦伯
然后是功能-W.
具有III型极值分布和1 / W.
具有II型极值分布。在极限中K.
接近0,GEV是I型极值分布的镜像图像,由此计算evfit.
功能。
GEV分布的平均值不是有限的K.
≥1
,并且差异不是有限的K.
≥1/2
。GEV分布已定义为K *(x-mu)/ sigma> -1
。
参考
[1] Horthechts,P.,C.Klüppelberg和Mikosch。为保险和金融建模极值事件。纽约:斯普林斯,1997年。
[2] Kotz,S.和S. Nadarajah。极值分布:理论和应用。伦敦:2000年帝国学院出版社。