paretotails
分段和帕累托分布尾巴
描述
一个paretotails对象是一个分段分布和广义帕累托分布(加仑日)反面。
一个paretotails对象由一个或两个加仑日的尾巴和另一个分配中心。您可以指定使用中心的分布类型cdffun的观点paretotails当你创建一个对象。有效的值“ecdf”,“内核”和一个函数处理。
paretotails适合的分布类型cdffun观察(x),找到相对应的分位数上下尾累积概率(pl和聚氨酯分别)。然后,paretotails适合两加仑日低100 * pl观察和上层的百分比100 * (1-pu)分别观察的百分比。如果x没有尾巴,至少两个不同的观测数据呢paretotails不创建相应的尾巴。
使用对象功能边界,段,upperparams,lowerparams找到分布特征。lowerparams和upperparams返回的参数加仑日的反面。边界返回分段分布段之间的边界点,段返回包含输入值的分段的分布的部分,和nsegments返回段的数量在一个对象。
使用对象功能提供,icdf,pdf,随机评估分布。这些功能非常适合于连系动词和其他蒙特卡罗模拟。pdf返回加仑日密度在尾巴和累积分布函数的斜率(cdf)中心。这些概率密度函数(pdf)值的中心一般不好估计底层原始数据的密度。
创建
创建一个分段分布对象使用paretotails。
描述
输入参数
属性
对象的功能
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 |
帕累托尾低参数 |
nsegments |
分段的片段数量分布 |
pdf |
概率密度函数 |
随机 |
随机数 |
段 |
分段分布片段包含输入值 |
upperparams |
上帕累托尾参数 |
例子
创建paretotails用经验分布
生成一个样本数据集和数据分段分布符合帕累托的尾巴。通过指定一个经验分布的中心paretotails默认设置。
生成一个包含100随机数样本数据集t分布有3个自由度。
rng (“默认”);%的再现性t = trnd (3100 1);
创建一个paretotails对象由分段拟合分布t。指定的边界使用上下尾的尾巴累积概率,以便安装对象由中间80%的经验分布的数据集和加仑日上下10%的数据集。
pd = paretotails (t, 0.1, 0.9)
pd =分段分布与3段负无穷到< x < -1.84875 (0 < p < 0.1):低尾巴,加仑日(0.183032,1.00347)-1.84875 < x < 2.07662 (0.1 < p < 0.9):插值经验提供2.07662 < x <正(0.9 < p < 1):上尾巴,加仑日(0.333239,1.19705)
对象显示的每一行显示了每个部分的总结,包括加仑日参数(形状和尺度参数)和分位数的边界值和累积概率。使用对象功能边界,lowerparams,upperparams返回这些值。
您可以使用nsegments函数返回段的数量和段函数返回包含输入值的部分。
您还可以使用分布函数提供,icdf,pdf,随机评估和生成随机样本分布。
策划的运作t分配的运作paretotails对象是基于相同的数据。
x = linspace (5,5);情节(x, tcdf (x, 3),“r——”)举行在情节(x, cdf (pd, x)“b -”)
找到的部分之间的边界点paretotails对象的使用边界和马克图上的点。
(p, q) =边界(pd);情节(q, p,“波”)传说(“t分布”,“帕累托尾对象”,边界点的,“位置”,“最佳”)举行从
创建paretotails函数处理
生成一个样本数据集和数据分段分布符合帕累托的尾巴。配合中心段使用paretotails一个函数处理。
生成一个样本数据集包含异常值的20%。
rng (“默认”);%的再现性left_tail = -exprnd (1100 1);right_tail = exprnd (5100 1);中心= randn (800 1);x = [left_tail;中心;right_tail];
定义一个函数处理使用ksdensity指定一个默认值的带宽。
myfun1 = @ (x) ksdensity (x,“带宽”、1。“函数”,“提供”);
创建一个paretotails与指定的内核对象由分段拟合分布平滑估计量x。指定的边界使用上下尾的尾巴累积概率,以便安装对象由内核估计中间80%的数据集和加仑日上下10%的数据集。
pd1 = paretotails (x, 0.1, 0.9, myfun1)
pd1 =分段分布与3段负无穷到< x < -1.35204 (0 < p < 0.1):低尾巴,加仑日(0.0104112,0.54947)-1.35204 < x < 1.80824 (0.1 < p < 0.9):功能:@ (x) ksdensity (x,“带宽”。1,“功能”,“提供”)1.80824 < x <正(0.9 < p < 1):上尾巴,加仑日(0.227542,3.10586)
您还可以使用参数分布的中心部分。定义一个函数,并返回数据符合正态分布提供值,并通过函数处理当您创建一个paretotails对象。
pd2 = paretotails (x, 0.1, 0.9, @myfun2)
pd2 =分段分布与3段负无穷到< x < -2.70875 (0 < p < 0.1):低尾巴,加仑日(-0.358104,0.831855)-2.70875 < x < 3.52195 (0.1 < p < 0.9):功能:myfun2 < x <正无穷(0.9 < p < 3.52195 1):上尾巴,加仑日(-0.0661815,5.04694)
函数[p, xi] = myfun2 (x) pd = fitdist (x,“正常”);ξ= linspace (min (x)马克斯(x),长度(x) * 2);p = cdf (pd, xi);结束
