Оценки параметров экстремальных значений
parmhat = evfit(data)
[parmhat,parmci] = evfit(data)
[parmhat,parmci] = evfit(data,alpha)
[...] = evfit(data,alpha,censoring)
[...] = evfit(data,alpha,censoring,freq)
[...] = evfit(data,alpha,censoring,freq,options)
parmhat = evfit(data) возвращает оценки максимального правдоподобия параметров распределения крайних значений типа 1 с учетом данных выборки в data. Образцы данных data должен быть вектором двойной точности. parmhat(1) - параметр местоположения µ, и parmhat(2) - масштабный параметр λ.
[parmhat,parmci] = evfit(data) возвращает 95% доверительные интервалы для оценок параметров на µ и λ параметры в матрице 2 на 2 parmci. Первый столбец матрицы аппроксимации крайнего значения содержит нижнюю и верхнюю доверительные границы для параметра µи второй столбец содержит доверительные границы для параметра λ.
[parmhat,parmci] = evfit(data,alpha) возвращает 100 ( 1 -alpha)% доверительных интервалов для оценок параметров, где alpha - значение в диапазоне [0 1] задание ширины доверительных интервалов. По умолчанию alpha является 0.05, что соответствует 95% доверительным интервалам.
[...] = evfit(data,alpha,censoring) принимает логический вектор, censoring, того же размера, что и data, что является 1 для наблюдений, которые подвергаются правой цензуре и 0 для наблюдений, которые наблюдаются точно.
[...] = evfit(data,alpha,censoring,freq) принимает частотный вектор, freq того же размера, что и data. Как правило, freq содержит целочисленные частоты для соответствующих элементов в data, но может содержать любые неотрицательные значения. Пройти внутрь [] для alpha, censoring, или freq для использования значений по умолчанию.
[...] = evfit(data,alpha,censoring,freq,options) принимает структуру, options, которая задает управляющие параметры для итеративного алгоритма, используемого функцией для вычисления оценок максимального правдоподобия. Можно создавать options использование функции statset. Войти statset('evfit') для просмотра имен и значений по умолчанию параметров, которые evfit принимает в options структура. См. справочную страницу для statset для получения дополнительной информации об этих параметрах.
Распределение крайних значений типа 1 также известно как распределение Гумбеля. Используемая здесь версия подходит для моделирования минимумов; зеркальное отображение этого распределения можно использовать для моделирования максимумов путем отрицания X. Дополнительные сведения см. в разделе Распределение экстремальных значений. Если x имеет распределение Вейбулла, то X = log (x) имеет распределение крайних значений типа 1.