语法

描述

parmhat = evfit(数据)中给定的样本数据返回类型1极值分布的参数的最大似然估计数据．样例数据数据必须是双精度向量。parmhat (1)为位置参数µ,parmhat (2)为尺度参数σ。

[parmhat, parmci] = evfit(数据)的参数估计的95%置信区间µσ参数在2 × 2矩阵中parmci．极值拟合矩阵的第一列包含参数的上下限µ，第二列包含参数σ的置信范围。

[parmhat, parmci] = evfit(数据、α)返回(1 - 100α)参数估计的置信区间，其中α值是否在范围内[0 1]指定置信区间的宽度。默认情况下,α是0．05，它对应于95%置信区间。

[．..] = evfit(数据、α审查)接受布尔向量，审查，大小相同的数据,这是1因为那些被右翼审查的观察0对于被精确观察到的观察。

[．..) = evfit(数据、α、审查、频率)接受一个频率矢量，频率和…一样大小的数据．通常情况下,频率中对应元素的整数频率数据，但可以包含任何非负值。通过［］为α，审查,或频率使用它们的默认值。

[．..] = evfit(数据、α、审查、频率、期权)接受一个结构,选项，为函数用于计算最大似然估计的迭代算法指定控制参数。您可以创建选项使用函数statset．输入statset(“evfit”)以查看参数的名称和默认值evfit接受的选项结构。参见参考页statset有关这些选项的更多信息。

1型极值分布也称为Gumbel分布。这里使用的版本适用于建模minima;这种分布的镜像可以通过求反来模拟极大值X．看到极端值分布为更多的细节。如果x有威布尔分布吗X=日志(x)具有类型1的极值分布。

扩展功能

另请参阅

大中型企业|evlike|evpdf|evcdf|evinv|evstat|evrnd