生成一个样本数据集，并将带有帕累托尾的分段分布拟合到数据中。通过使用指定中心的经验分布帕累托病使用默认设置。

生成一个样本数据集，其中包含来自T3自由度分布。

rng (“默认”）;%的再现性t = trnd (3100 1);

创建一个帕累托病通过将分段分布拟合到T．使用下尾和上尾累积概率指定尾部的边界，以便拟合对象由数据集中80%的经验分布和数据集中10%的gpd组成。

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分段的汇总，包括GPD参数(形状和比例参数)以及分位数和累积概率中的边界值。使用对象函数边界,lowerparams,upperparams返回这些值。

你可以使用片段函数返回段数和段函数返回包含输入值的段。

您还可以使用分布函数cdf,icdf,pdf,随机的评估分布并生成随机样本。

画出cdfT产品的分布和cdf帕累托病物体在同一图形上。

x = linspace (5,5);情节(x, tcdf (x, 3),“r——”)举行在情节(x, cdf (pd, x)“b -”)

求线段之间的边界点帕累托病对象的使用边界，并在图上标出点。

[p，q]=边界（pd）；图（q，p，“波”)传奇(“t分布”,“帕累托尾对象”,边界点的,“位置”,“最佳”)举行从

生成一个样本数据集，并对数据拟合一个带帕累托尾的分段分布。使用合适的中心部分帕累托病使用函数句柄。

生成包含20%离群值的样本数据集。

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];

定义一个函数句柄使用ksdensity指定带宽的非默认值。

myfun1=@（x）ksdensity（x，“带宽”、1。“功能”,“提供”）;

创建一个帕累托病通过拟合一个分段分布与指定的核平滑估计x．使用上尾和下尾累积概率指定尾部的边界，以便拟合对象由数据集中80%的核估计量和数据集中10%的gpd组成。

pd1 = paretotails (x, 0.1, 0.9, myfun1)

pd1=3段分段分布-Inf
                   

您还可以为中心段使用参数化分布。定义一个适合数据正态分布的函数并返回cdf值，并在创建中心段时传递函数句柄帕累托病对象。

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);终止