Функция кумулятивного распределения экстремальных значений
p = evcdf(x,mu,sigma)
[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha)
[p,plo,pup] = evcdf(___,'upper')
p = evcdf(x,mu,sigma)
возвращает кумулятивную функцию распределения (cdf) для экстремального распределения значений типа 1 с параметром местоположения mu
и масштабные sigma параметров
, при каждом из значений в x
. x
, mu
, и sigma
могут быть векторами, матрицами или многомерными массивами, все они имеют одинаковый размер. Скалярный вход расширен до постоянного массива того же размера, что и другие входы. Значения по умолчанию для mu
и sigma
являются 0
и 1
, соответственно.
[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha)
возвращает доверительные границы для p
когда входные параметры mu
и sigma
являются оценками. pcov
является ковариационной матрицей 2 на 2 предполагаемых параметров. alpha
имеет значение по умолчанию 0.05
, и определяет 100(1 - alpha)
% доверительных границ. plo
и pup
являются массивами того же размера, что и p
, содержащий нижнюю и верхнюю доверительные границы.
[p,plo,pup] = evcdf(___,'upper')
возвращает дополнение экстремального распределения cdf типа 1 при каждом значении в x
, используя алгоритм, который более точно вычисляет крайние верхние вероятности хвоста. Можно использовать 'upper'
аргумент с любым из предыдущих синтаксисов.
Функция evcdf
вычисляет доверительные границы для P
использование нормального приближения к распределению оценки
а затем преобразование этих границ в шкалу выхода P
. Вычисленные границы дают приблизительно желаемый доверительный уровень, когда вы оцениваете mu
, sigma
, и pcov
из больших выборок, но в небольших выборках другие методы вычисления доверительных границ могут быть более точными.
Распределение экстремальных значений типа 1 также известно как распределение Гумбеля. Используемая здесь версия подходит для моделирования минимумов; зеркальное изображение этого распределения может использоваться для моделирования максимумов путем отрицания X
и вычитание полученных значений распределения из 1
. Для получения дополнительной информации см. раздел Распределение экстремальных значений. Если у x есть распределение Вейбула, то X = журнал (x) имеет экстремальное распределение значений типа 1.