Сгенерируйте набор выборочных данных и создайте paretotails
объект путем подгонки кусочно-линейного распределения с хвостами Парето к сгенерированным данным. Найти сегмент, содержащий граничные точки, можно с помощью функции объекта segment
.
Сгенерируйте набор выборочных данных, содержащий 20% выбросов.
Создайте paretotails
объект путем подгонки кусочно-линейного распределения в x
. Задайте контуры хвостов с помощью нижней и верхней кумулятивных вероятностей хвоста так, чтобы подгоняемый объект состоял из эмпирического распределения для среднего 80% набора данных и обобщенных распределений Парето (GPD) для нижнего и верхнего 10% набора данных.
pd =
Piecewise distribution with 3 segments
-Inf < x < -1.33251 (0 < p < 0.1): lower tail, GPD(-0.0063504,0.567017)
-1.33251 < x < 1.80149 (0.1 < p < 0.9): interpolated empirical cdf
1.80149 < x < Inf (0.9 < p < 1): upper tail, GPD(0.24874,3.00974)
Верните краевые значения между кусочно-линейными сегментами при помощи boundary
функция.
Значения в p
являются совокупными вероятностями на контурах и значениями в q
являются соответствующими квантилями.
Найдите сегмент, содержащий граничные точки, используя значения квантиля.
1, 2 и 3 обозначают нижний хвостовой, центральный и верхний хвостовой сегменты в pd
, соответственно. Область выхода s1
подразумевает, что первый контур между нижним хвостовым сегментом и центральным сегментом принадлежит центральному сегменту, а второй контур между центральным сегментом и верхним хвостовым сегментом принадлежит верхнему хвостовому сегменту.
Можно также использовать совокупные значения вероятностей для поиска соответствующих сегментов.