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.
