evfit

极值参数估计

折叠所有页面

语法

parmhat = evfit(数据) [parmhat, parmci] = evfit(数据) [parmhat, parmci] = evfit(数据、α) […] = evfit(数据、α审查) […) = evfit(数据、α、审查、频率) […] = evfit(数据、α、审查、频率、期权)

描述

parmhat = evfit(数据)给定向量中的数据，返回1型极值分布参数的最大似然估计数据．parmhat (1)是位置参数，µ,parmhat (2)是尺度参数，σ。

[parmhat, parmci] = evfit(数据)的参数估计返回95%的置信区间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置信下限和置信上限µ，第二列为参数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一个值在这个范围内吗[0 1]指定置信区间的宽度。默认情况下,α是0．05，对应95%的置信区间。

[…] = evfit(数据、α审查)接受一个布尔向量，审查，大小与数据,这是1对于经过右审查的观察结果0用于精确观测。

[…) = evfit(数据、α、审查、频率)接受一个频率矢量，频率大小相同的数据．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。

第一类极值分布也称为甘贝尔分布。这里使用的版本适合于最小值建模;这个分布的镜像可以通过负解来建立极大值模型X．看到极端值分布为更多的细节。如果x是否存在威布尔分布X=日志(x)具有1型极值分布。