生成一个样本数据集并创建paretotails通过拟合带有帕累托尾的分段分布到生成的数据。使用对象函数查找包含指定分位数值的段段．

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];

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广义帕累托分布(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)

方法查找包含指定点的段段函数。

公司xpt =三3;s =段(pd, xpt材料)

s =1×71 1 2 2 2 3 3

1、2、3表示下尾、中尾和上尾pd,分别。

绘制点的散点图(xpt材料)在累积分布函数(cdf)图上按它们的区段分组。画出的cdfpd．

Xgrid = linspace(icdf(pd，.01)， icdf(pd，.99));xgrid ygrid = cdf (pd);情节(xgrid ygrid)

重叠的散点图xpt材料通过使用gscatter．

持有在xpt材料gscatter (xpt材料,cdf实验组(pd), s)传说(“提供”，“低尾”，“中心”，“上尾巴”)举行从

生成一个样本数据集并创建paretotails通过拟合带有帕累托尾的分段分布到生成的数据。利用目标函数找到包含边界点的线段段．

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];

创建一个paretotails对象的分段分布x．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间80%的经验分布和数据集下面10%和上面10%的广义Pareto分布(GPDs)组成。

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)

使用。返回分段段之间的边界值边界函数。

(p, q) =边界(pd)

p =2×10.1000 - 0.9000

q =2×1-1.3325 - 1.8015

中的值p累积概率是否在边界处，数值是否在边界处问是相应的分位数。

使用分位数值找到包含边界点的段。

s1 =段(pd, q)

s1 =2×1２ ３

1、2、3表示下尾、中尾和上尾pd,分别。输出s1说明下尾段与中心段之间的第一个边界属于中心段，中心段与上尾段之间的第二个边界属于上尾段。

您还可以使用累积概率值来查找相应的分段。

s2 =段(pd, [], [0, p, 1])

s2 =4×11 2 3 3