Сгенерируйте набор выборочных данных и соответствуйте кусочному распределению хвостами Парето к данным при помощи paretotails
. Найдите параметры распределения верхнего хвоста Парето при помощи объектного функционального upperparams
.
Сгенерируйте набор выборочных данных, содержащий 20% выбросов.
Создайте paretotails
объект 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 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 форму и масштабные коэффициенты подходящего GPD верхнего хвоста при помощи upperparams
функция.
params = 1×2
0.2487 3.0097
Можно также получить верхние параметры хвоста Парето при помощи UpperParameters
свойство. Доступ к UpperParameters
свойство при помощи записи через точку.
Параметр положения GPD равен значению квантиля верхней интегральной вероятности хвоста. Возвратите параметр положения при помощи boundary
функция.
Значения в p
интегральные вероятности на контурах и значения в q
соответствующие квантили. q(1)
параметр положения GPD верхнего хвоста.
Используйте lowerparams
функционируйте или LowerParameters
свойство получить более низкие параметры хвоста Парето.