Для моделирования экстремальных событий из распределения используйте обобщенное распределение Парето (GPD). Toolbox™ статистики и машинного обучения предлагает несколько способов работы с GPD.
Создание объекта распределения вероятностей GeneralizedParetoDistribution подгонкой распределения вероятности к данным выборки или заданием значений параметров. Затем используйте функции объекта для вычисления распределения, генерации случайных чисел и т. д.
Работа с GPD в интерактивном режиме с помощью приложения Distribution Fitter. Можно экспортировать объект из приложения и использовать функции объекта.
Используйте специфичные для распределения функции с указанными параметрами распределения. Специфичные для распределения функции могут принимать параметры нескольких GPD.
Использовать общие функции распределения (cdf, icdf, pdf, random) с указанным именем дистрибутива ('Generalized Pareto') и параметры.
Создать paretotails объект для моделирования хвостов распределения с помощью GPD с другим распределением для центра. A paretotails объект - кусочное распределение, состоящее из одного или двух ГДП в хвостах и другого распределения в центре. Можно указать тип распределения для центра с помощью cdffun аргумент paretotails при создании объекта. Допустимые значения cdffun являются 'ecdf' (интерполированное эмпирическое кумулятивное распределение), 'kernel' (интерполированный оценщик сглаживания ядра) и дескриптор функции. После создания объекта можно использовать функции объекта для вычисления распределения и генерации случайных чисел.
Сведения о обобщенном распределении Парето см. в разделе Обобщенное распределение Парето.
GeneralizedParetoDistribution | Обобщенный объект распределения вероятности Парето |
| Слесарь-распределитель | Подбор вероятностных распределений к данным |
| Функция распределения вероятности | Интерактивные графики плотности и распределения |
Обобщенное распределение Парето
Узнайте о обобщенном распределении Парето, используемом для моделирования экстремальных событий из распределения.
Непараметрические и эмпирические распределения вероятностей
Оценка функции плотности вероятности или кумулятивной функции распределения по данным выборки.
Подбор непараметрического распределения с помощью Pareto Tails
Подберите непараметрическое распределение вероятности для выборки данных с использованием хвостов Парето для сглаживания распределения в хвостах.
Непараметрические оценки кумулятивных функций распределения и их обратных значений
Оцените кумулятивную функцию распределения (cdf) по данным непараметрическим или полупараметрическим способом.
Моделирование данных хвоста с обобщенным распределением Парето
В этом примере показано, как подгонять данные хвоста к обобщенному распределению Парето путем оценки максимального правдоподобия.