主要内容

upperparams

上帕累托尾参数

描述

例子

参数个数= upperparams (pd)返回二极向量参数个数,其中包括广义帕累托分布的形状和尺度参数(加仑日)上的尾巴pd

upperparams不返回加仑日的位置参数。位置参数是分位数的值对应于上尾巴累积概率。使用边界函数返回的位置参数。

例子

全部折叠

生成一个样本数据集和分段分布符合帕累托尾的数据通过使用paretotails。找到上帕累托尾的分布参数的目标函数upperparams

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];

创建一个paretotails对象由分段拟合分布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 (x, 0.1, 0.9)
pd =分段分布与3段负无穷到< x < -1.33251 (0 < p < 0.1):低尾巴,加仑日(-0.0063504,0.567017)-1.33251 < x < 1.80149 (0.1 < p < 0.9):插值经验提供1.80149 < x <正(0.9 < p < 1):上尾巴,加仑日(0.24874,3.00974)

返回的形状和尺度参数安装加仑日上尾巴用upperparams函数。

params = upperparams (pd)
params =1×20.2487 - 3.0097

你也可以上帕累托尾参数使用UpperParameters财产。访问UpperParameters通过使用点符号属性。

pd.UpperParameters
ans =1×20.2487 - 3.0097

加仑日等于位置参数的分位数上尾巴累积概率的价值。通过使用返回的位置参数边界函数。

(p, q) =边界(pd)
p =2×10.1000 - 0.9000
q =2×1-1.3325 - 1.8015

中的值p的累积概率边界,值吗相应的分位数。问(1)是位置参数的加仑日上尾巴。

使用lowerparams函数或LowerParameters财产得到帕累托尾低参数。

输入参数

全部折叠

分段和帕累托分布反面,指定为一个paretotails对象。

版本历史

介绍了R2007a