Обобщенные оценки параметра экстремума
parmhat = gevfit(X)
[parmhat,parmci] = gevfit(X)
[parmhat,parmci] = gevfit(X,alpha)
[...] = gevfit(X,alpha,options)
parmhat = gevfit(X) возвращает оценки наибольшего правдоподобия параметров для распределения обобщенного экстремума (GEV), учитывая данные в X. parmhat(1) параметр формы, k, parmhat(2) масштабный коэффициент, sigma, и parmhat(3) параметр положения, mu.
[parmhat,parmci] = gevfit(X) возвращает 95% доверительных интервалов для оценок параметра.
[parmhat,parmci] = gevfit(X,alpha) возвращает 100(1-alpha)% доверительные интервалы для оценок параметра.
[...] = gevfit(X,alpha,options) указывает, что параметры управления для итеративного алгоритма использовались для расчета оценок ML. Этот аргумент может быть создан вызовом statset. Смотрите statset('gevfit') для названий параметра и значений по умолчанию. Передайте в [] для alpha использовать значения по умолчанию.
Когда k < 0, GEV является распределением экстремума типа III. Когда k > 0, распределение GEV является типом II, или Фреше, распределением экстремума. Если w имеет распределение Weibull, как вычислено wblfit функция, затем -w имеет распределение экстремума типа III и 1/w имеет распределение экстремума типа II. В пределе как k подходы 0, GEV является зеркальным отображением распределения экстремума типа I, как вычислено evfit функция.
Среднее значение распределения GEV не конечно когда k≥ 1 , и отклонение не конечно когда k≥ 1/2 . Распределение GEV задано для k*(X-mu)/sigma > -1.
[1] Embrechts, P., К. Клюппельберг и Т. Микош. Моделирование экстремальных Событий для страховки и финансов. Нью-Йорк: Спрингер, 1997.
[2] Kotz, S. и С. Нэдараджа. Распределения экстремума: теория и приложения. Лондон: нажатие имперского колледжа, 2000.
