Загрузите выборочные данные. Создайте объект распределения вероятностей путем подбора кривой обобщенному распределению экстремума к милям на галлон (MPG
) данные.
pd =
GeneralizedExtremeValueDistribution
Generalized Extreme Value distribution
k = -0.207765 [-0.381674, -0.0338564]
sigma = 7.49674 [6.31755, 8.89603]
mu = 20.6233 [18.8859, 22.3606]
Просмотрите названия параметра для распределения.
ans = 1x3 cell array
{'k'} {'sigma'} {'mu'}
Для обобщенного распределения экстремума k
находится в положении 1, sigma
находится в положении 2, и mu
находится в положении 3.
Вычислите вероятность профиля для mu
, который находится в положении pnum = 3
. Ограничьте вычисление значениями параметров от 20 до 22 и отобразите график.
График показывает ориентировочную стоимость для параметра mu
, который максимизирует loglikelihood.
Отобразите loglikelihood значения для ориентировочных стоимостей mu
и значения других параметров распределения, которые максимизируют соответствующий loglikelihood.
ans = 21×4
-327.5706 20.0000 -0.1803 7.4087
-327.4971 20.1000 -0.1846 7.4218
-327.4364 20.2000 -0.1890 7.4354
-327.3887 20.3000 -0.1934 7.4493
-327.3538 20.4000 -0.1978 7.4636
-327.3317 20.5000 -0.2023 7.4783
-327.3223 20.6000 -0.2067 7.4932
-327.3257 20.7000 -0.2112 7.5084
-327.3418 20.8000 -0.2156 7.5240
-327.3706 20.9000 -0.2201 7.5399
⋮
Первый столбец содержит логарифмическое значение вероятности, которое соответствует оценке mu
во втором столбце. Логарифмическая вероятность максимизируется между значениями параметров 20.6000 и 20.7000, соответствующий, чтобы регистрировать значения вероятности-327.3223 и-327.3257. Третий столбец содержит значение k
, который максимизирует соответствующую логарифмическую вероятность для mu
. Четвертый столбец содержит значение sigma
, который максимизирует соответствующую логарифмическую вероятность для mu
.