Сгенерируйте набор выборочных данных и создайте объект paretotails
путем подбора кривой кусочному распределению хвостами Парето к сгенерированным данным. Найдите сегмент, содержащий граничные точки при помощи объектного функционального segment
.
Сгенерируйте набор выборочных данных, содержащий 20% выбросов.
Создайте объект paretotails
путем подбора кривой кусочному распределению к x
. Задайте контуры хвостов с помощью более низких и верхних интегральных вероятностей хвоста так, чтобы подходящий объект состоял из эмпирического распределения для средних 80% набора данных и обобщил дистрибутивы Парето (GPDs) для более низких и верхних 10% набора данных.
pd =
Piecewise distribution with 3 segments
-Inf < x < -1.33251 (0 < p < 0.1): lower tail, GPD(-0.0063504,0.567017)
-1.33251 < x < 1.80149 (0.1 < p < 0.9): interpolated empirical cdf
1.80149 < x < Inf (0.9 < p < 1): upper tail, GPD(0.24874,3.00974)
Возвратите граничные значения между кусочными сегментами при помощи функции boundary
.
Значения в p
являются интегральными вероятностями на контурах, и значения в q
являются соответствующими квантилями.
Найдите сегмент, содержащий граничные точки при помощи значений квантиля.
1, 2, и 3 указывают на более низкий хвост, центр и верхние сегменты хвоста в pd
, соответственно. Вывод s1
подразумевает, что первый контур между более низким сегментом хвоста и центральным сегментом принадлежит центральному сегменту, и второй контур между центральным сегментом и верхним сегментом хвоста принадлежит верхнему сегменту хвоста.
Можно также использовать значения интегральной вероятности, чтобы найти соответствующие сегменты.