主要内容

广义帕累托分布

从广义帕累托分布拟合、评估和生成随机样本

要从分布中建模极端事件,请使用广义帕累托分布(GPD)。统计和机器学习工具箱™ 提供了几种使用GPD的方法。

  • 创建一个概率分布对象GeneralizedParetoDistribution通过将概率分布拟合到样本数据或指定参数值。然后,使用目标函数计算分布,生成随机数,等等。

  • 使用Distribution Fitter应用程序以交互方式使用GPD。您可以从应用程序导出对象并使用对象函数。

  • 使用具有指定分布参数的分布特定函数。特定于分布的函数可以接受多个GPD的参数。

  • 使用通用分布函数(cdf,icdf,pdf,随机的),并使用指定的发行版名称(“广义帕累托”)和参数。

  • 创建一个帕累托病对象使用GPDs对分布的尾部建模,以另一个分布为中心。A.帕累托病对象是一个分段分布,由尾部的一个或两个GPD和中心的另一个分布组成。可以使用指定中心的分发类型cdffun的观点帕累托病当您创建对象时。有效的值cdffun“ecdf”(插值经验累积分布),“内核”(插值核平滑估计器)和函数句柄。创建对象后,可以使用对象函数计算分布并生成随机数。

要了解广义帕累托分布,请参阅广义帕累托分布.

物体

GeneralizedParetoDistribution 广义帕累托概率分布对象

应用程序

分配装配工 拟合概率分布到数据
概率分布函数 交互密度和分布图

功能

全部展开

创建GeneralizedParetoDistribution对象

制造者 创建概率分布对象
健身师 将概率分布对象拟合到数据

合作GeneralizedParetoDistribution对象

cdf 累积分布函数
聚集 收集的属性统计和机器学习工具箱来自GPU的对象
icdf 逆累积分布函数
iqr 四分位区间
的意思是 概率分布均值
中值的 概率分布中值
内格罗利克 概率分布的负对数似然
帕拉姆奇 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
性病 概率分布的标准差
截断 截断概率分布对象
var 概率分布方差

创建帕累托病对象

帕累托病 带Pareto尾的分段分布

合作帕累托病对象

边界 分段分布边界
cdf 累积分布函数
icdf 逆累积分布函数
低参数 下帕累托尾参数
片段 分段分布的段数
pdf 概率密度函数
随机的 随机数
包含输入值的分段分布段
upperparams 上帕累托尾参数
gpcdf 广义帕累托累积分布函数
gppdf 广义帕累托概率密度函数
gpinv 广义帕累托逆累积分布函数
gplike 广义帕累托负对数似然
gpstat 广义帕累托均值和方差
gpfit 广义Pareto参数估计
gprnd 广义帕累托随机数
最大似然误差 最大似然估计
姆列科夫 极大似然估计量的渐近协方差
histfit 具有分布拟合的直方图
probplot 概率图
qqplot Quantile-quantile情节
randtool 交互式随机数生成

话题

广义帕累托分布

了解用于从分布模拟极端事件的广义帕累托分布。

非参数和经验概率分布

根据样本数据估计概率密度函数或累积分布函数。

用帕累托尾拟合非参数分布

用帕累托尾部拟合非参数概率分布到样本数据,以平滑尾部分布。

累积分布函数的非参数估计及其逆

用非参数或半参数的方法估计累积分布函数(cdf)。

用广义帕累托分布模拟尾部数据

这个例子展示了如何通过最大似然估计将尾部数据拟合到广义帕累托分布。