广义极值参数估计
parmhat = gevfit(X)
[parmhat,parmci] = gevfit(X)
[parmhat,parmci] = gevfit(X,阿尔法)
[...] = gevfit(X,α,选项)
parmhat = gevfit(X)
为广义极值参数的返回最大似然估计(GEV)分布在给定X的数据parmhat(1)
为形状参数,ķ
,parmhat(2)
是尺度参数,西格玛
和parmhat(3)
为位置参数,亩
。
[parmhat,parmci] = gevfit(X)
返回参数估计值95个%置信区间。
[parmhat,parmci] = gevfit(X,阿尔法)
回报100(1-α)
%置信区间参数估计。
[...] = gevfit(X,α,选项)
指定控制用于计算估计ML迭代算法参数。这种说法可以通过将呼叫创建statset
。看到statset( 'gevfit')
为参数名称和默认值。在传递[]
对于α
使用默认值。
什么时候ķ<0
中,GEV是III型极值分布。什么时候K> 0
中,GEV分布是II型,或Frechet可,极值分布。如果w ^
具有威布尔分布由作为计算wblfit
函数,则-w
具有类型III极值分布和1 / w的
具有II型极值分布。在极限ķ
接近0时,GEV是I型极值分布的镜像由作为计算evfit
功能。
在GEV分布的均值是不是有限的时ķ
≥1
和方差不是有限的时ķ
≥1/2
。的GEV分布定义为K *(X-MU)/西格玛> -1
。
[1] Embrechts,P.,C.Klüppelberg和T. Mikosch。建模极值事件的保险和金融。纽约:施普林格,1997年。
[2]科兹,S.,和S·纳达拉杰。极值分布:理论与应用。伦敦帝国学院出版社,2000年。