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 максимальные оценки правдоподобия параметров крайнего распределения значений типа 1 с учетом выборочных данных в data
. Выборочные данные data
должен быть вектором двойной точности. parmhat(1)
является параметром местоположения µ
, и parmhat(2)
является шкала параметром
[parmhat,parmci] = evfit(data)
возвращает 95% доверительные интервалы для оценок параметра на µ
и, в качестве параметров, в матрице 2 на 2 parmci
. Первый столбец матрицы крайней подгонки значения содержит нижнее и верхнее доверие границы для параметра µ
, и второй столбец содержит доверительные границы для параметра
[parmhat,parmci] = evfit(data,alpha)
возвращает 100 ( 1 - alpha
)% доверительных интервалов для оценок параметра, где alpha
является значением в области значений [0 1]
определение 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 1
для наблюдений, которые подвергаются цензуре вправо и 0
для наблюдений, которые наблюдаются точно.
[...] = evfit(data,alpha,censoring,freq)
принимает вектор частоты, freq
того же размера, что и data
. Как правило, freq
содержит целочисленные частоты для соответствующих элементов в data
, но может содержать любые неотрицательные значения. Проходите []
для alpha
, censoring
, или freq
использовать их значения по умолчанию.
[...] = evfit(data,alpha,censoring,freq,options)
принимает структуру, options
, который задает параметры управления для итерационного алгоритма, используемого функцией для вычисления максимальных оценок правдоподобия. Можно создавать options
использование функции statset
. Введите statset('evfit')
чтобы увидеть имена и значения по умолчанию параметров, которые evfit
принимает в options
структура. Смотрите страницу с описанием для statset
для получения дополнительной информации об этих опциях.
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
. 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.