极值累积分布函数
p = evcdf (x,μ、σ)
[p,巴解组织,小狗]= evcdf (x,μ、σpcov,α)
[p,巴解组织,小狗]= evcdf (___“上”)
p = evcdf (x,μ、σ)
返回type 1极值分布的累积分布函数(cdf),带有位置参数μ
和尺度参数σ
的值x
。x
,μ
,σ
可以是具有相同大小的向量、矩阵或多维数组。将标量输入扩展为与其他输入相同大小的常量数组。的默认值μ
和σ
是0
和1
,分别。
[p,巴解组织,小狗]= evcdf (x,μ、σpcov,α)
返回置信区间p
当输入参数μ
和σ
是估计。pcov
是估计参数的2×2协方差矩阵。α
默认值为0.05
,并指定100(1 -α)
%的信心。巴解组织
和小狗
数组的大小是否与p
,包含上下置信界。
[p,巴解组织,小狗]= evcdf (___“上”)
中每个值处返回type 1极值分布cdf的补码x
,使用一种更精确地计算极端上尾概率的算法。你可以使用“上”
使用任何前面的语法。
这个函数evcdf
计算置信边界P
使用正态近似值对估计值的分布进行估算
然后把这些界限转换成输出的比例P
。当您估计时,计算出的边界给出了近似期望的置信水平μ
,σ
,pcov
但在较小的样本中,其他计算置信范围的方法可能更准确。
类型1的极值分布也被称为甘贝尔分布。这里使用的版本适合建模最小;这个分布的镜像可以通过否定来建模极大值X
,再减去得到的分布值1
。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。