主要内容

广义帕累托分布

拟合,评估和产生来自广义帕累托分布的随机样本

要从分布模拟极端事件,请使用广义帕累托分发(GPD)。统计和机器学习工具箱™提供了使用GPD使用的几种方法。

  • 创建概率分布对象广义分布通过将概率分布拟合到采样数据或通过指定参数值。然后,使用对象函数来评估分发,生成随机数等。

  • 通过使用配送钳工应用交互式地与GPD一起使用。您可以从应用程序导出对象并使用对象函数。

  • 使用具有指定分发参数的分发特定功能。分发特定功能可以接受多个GPD的参数。

  • 使用通用分布函数(CDF.icdf公司PDF.随机的)使用指定的分发名称('广义帕累托')和参数。

  • 创建一个Paretotails.对象通过使用GPD来模拟分发的尾部,具有中央的另一个分布。一种Paretotails.对象是一种分段分布,包括在尾部中的一个或两个GPD和中心的另一个分布组成。您可以通过使用使用该中心的分发类型cdffun公司的论点Paretotails.创建对象时。的有效值cdffun公司'ecdf'(内插经验累积分布),'内核'(内插内核平滑估算器)和功能手柄。创建对象后,您可以使用对象函数来评估分发并生成随机数。

了解广义帕累托分布,见广义帕累托分布

对象

广义分布 广义帕累托概率分布对象

应用

配送钳工 根据数据拟合概率分布
概率分布功能 交互式密度和分布图

职能

展开全部

创建广义分布对象

制造主义者 创建概率分布对象
Fitdist. 适合数据的概率分布对象

合作广义分布对象

CDF. 累积分布函数
icdf公司 逆累积分布函数
IQR. 狭窄的范围
意思是 概率分布均值
中位数 概率分布中位数
忽略 概率分布的负逻辑
PARAMCI. 概率分布参数的置信区间
PDF. 概率密度函数
Proflik. 概率分布的轮廓似然函数
随机的 随机数
STD. 概率分布标准差
截短 截断概率分布对象
变量 概率分布方差

创建Paretotails.对象

Paretotails. 分段分布与帕累托尾巴

合作Paretotails.对象

边界 分段分布边界
CDF. 累积分布函数
icdf公司 逆累积分布函数
下一日 较低的帕累托尾参数
NEGEMENTS. 分段分布的段数
PDF. 概率密度函数
随机的 随机数
部分 包含输入值的分段分布段
上参数 上帕累托尾参数
gpcdf公司 广义帕累托累积分配功能
GPPDF. 广义帕累托概率密度函数
gpinv公司 广义Pareto逆累积分布函数
适合 广义帕累托负对数似然
GPSTAT. 广义帕累托均值和方差
gpfit公司 广义Pareto参数估计
gprnd公司 广义帕累托随机数
m 最大可能性估计数
MLECOV. 极大似然估计的渐近协方差
histfit 分布拟合直方图
探针图 概率图
qqplot. 分位数-分位数图
随机工具 交互式随机数生成

话题

广义帕累托分布

了解用于模拟分发的极端事件的广义帕累托分配。

非参数和经验概率分布

估计来自样本数据的概率密度函数或累积分布函数。

用Pareto尾拟合非参数分布

适用于使用帕累托尾部采样数据的非参数概率分布,以平滑尾部的分布。

非参数估计累积分布函数及其反转

用非参数或半参数方法从数据中估计累积分布函数(cdf)。

用广义帕吻码分布建模尾数据

此示例显示如何通过最大似然估计将尾数据适合通用的帕带分布。