evcdf

Кумулятивная функция распределения экстремума

Синтаксис

p = evcdf(x,mu,sigma)
[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha)
[p,plo,pup] = evcdf(___,'upper')

Описание

p = evcdf(x,mu,sigma) возвращает кумулятивную функцию распределения (cdf) для распределения экстремума типа 1, с параметром положения mu и масштабный коэффициент sigma, в каждом из значений в xX\mu, и sigma могут быть векторы, матрицы или многомерные массивы, что у всех есть тот же размер. Скалярный вход расширен до постоянного массива одного размера с другими входными параметрами. Значения по умолчанию для mu и sigma 0 и 1, соответственно.

[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha) возвращает доверительные границы для p когда входные параметры mu и sigma оценки. pcov ковариационная матрица 2 на 2 предполагаемых параметров. alpha имеет значение по умолчанию 0.05, и задает   100(1 - alpha)% доверительные границы. plo и pup массивы одного размера с p, содержа более низкие и верхние доверительные границы.

[p,plo,pup] = evcdf(___,'upper') возвращает дополнение распределения экстремума типа 1 cdf в каждом значении в x, использование алгоритма, который более точно вычисляет экстремальные верхние вероятности хвоста. Можно использовать 'upper' аргумент с любым из предыдущих синтаксисов.

Функциональный evcdf вычисляет доверительные границы для P использование нормального приближения к распределению оценки

Xμ^σ^

и затем преобразовывая те границы к шкале выхода P. Вычисленные границы дают приблизительно желаемый доверительный уровень, когда вы оцениваете mu\sigma, и pcov от больших выборок, но в меньших выборках другие методы вычисления доверительных границ могут быть более точными.

Распределение экстремума типа 1 также известно как распределение Gumbel. Версия, используемая здесь, подходит для моделирования минимумов; зеркальное отображение этого распределения может использоваться к максимумам модели путем отрицания X и вычитание получившихся значений распределения от 1. Дополнительную информацию см. в Распределении Экстремума. Если x имеет распределение Weibull, то X = журнал (x) имеет распределение экстремума типа 1.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Представлено до R2006a