GPFIT.
广义Pareto参数估计
句法
parmhat = gpfit（x）
[Parmhat，parmci] = gpfit（x）
[Parmhat，parmci] = gpfit（x，alpha）
[...] = gpfit（x，alpha，选项）
描述
parmhat = gpfit（x）给定给定数据的两个参数通用帕累托（GP）分发的参数的最大似然估计X。Parmhat（1）是尾索引（形状）参数，K.和Parmhat（2）是比例参数，Sigma.。GPFIT.不符合阈值（位置）参数。
[Parmhat，parmci] = gpfit（x）返回参数估计的95％置信区间。
[Parmhat，parmci] = gpfit（x，alpha）回报100（1-alpha）参数估计的％置信区间。
[...] = gpfit（x，alpha，选项）指定用于计算ML估计的迭代算法的控制参数。此参数可以通过呼叫创建实例化。看statset（'gpfit'）有关参数名称和默认值。
广义帕累托的其他功能，例如GPCDF.允许阈值参数，θ.。然而，GPFIT.没有估计θ。假设已知，并从中减去X在打电话之前GPFIT.。
什么时候k = 0.和Theta = 0.，GP相当于指数分布。什么时候k> 0.和Theta = Sigma / K，GP等同于具有等于的刻度参数的帕累托分布Sigma / K.和形状参数等于1 / K.。GP的平均值不是有限的K.≥1，并且差异不是有限的K.≥1/2。什么时候K.≥0.，GP具有阳性密度
k>θ.，或者，何时K.<0.， 为了
参考
[1] Horthechts，P.，C.Klüppelberg和Mikosch。为保险和金融建立极值事件。纽约：斯普林斯，1997年。
[2] Kotz，S.和S. Nadarajah。极值分布：理论与应用。伦敦：帝国学院出版社，2000年。
也可以看看
您还可以从以下列表中选择一个网站：
