使用广义帕累托分布(GPD)来模拟极端事件。Statistics and Machine Learning Toolbox™提供了几种与GPD一起工作的方法。
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指定参数值。然后,使用对象函数来评估分布,生成随机数,等等。
通过使用Distribution Fitter应用程序与GPD进行交互工作。你可以从应用程序中导出一个对象并使用对象函数。
使用具有指定分布参数的特定分布函数。分布函数可以接受多个gpd的参数。
创建一个paretotails
对象通过使用gpd来模拟一个分布的尾部,另一个分布为中心。一个paretotails
对象是一个分段分布,由一个或两个gpd在尾部和另一个分布在中心。属性可以指定中心的分布类型cdffun
的观点paretotails
当您创建对象时。有效的值cdffun
是“ecdf”
(插值经验累积分布),“内核”
(插值核平滑估计),和一个函数句柄。创建对象后,可以使用对象函数来计算分布并生成随机数。
要了解广义帕累托分布,请参阅广义帕累托分布.
GeneralizedParetoDistribution |
广义帕累托概率分布对象 |
了解用于模拟极端事件的广义帕累托分布。
从样本数据估计一个概率密度函数或一个累积分布函数。
用帕累托尾部拟合非参数概率分布到样本数据,以平滑尾部分布。
用非参数或半参数的方法估计累积分布函数(cdf)。
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帕累托分布。