Matlab中极值I型分布(Gumbel分布)的evcdf和evpdf及evinv函数

此文回答

MATLAB中,极值I型分布(Gumbel)的函数evpdf和evcdf要如何使用?




进行概率运算有用到最大值型的极值I型分布(Gumbel分布),此分布函数表达式相当复杂,如下所示





所以回答前面说的问题,mu和sigma是随机变量的均值和标准差,但并不是Matlab中的参数,Matlab里参数是分布函数和密度函数中的u和alpha。

在Matlab里有evcdf、evpdf、evinv分别表示Gumble分布的累计函数、密度函数和逆函数,和上文列出的表达式不同的是,由于Matlab里这三个函数是计算最小值型极值I型分布的。所以在调用函数时应当注意参数。
首先看极值统计学中的对称性原理:

所以,evcdf等函数应参照下图等式右边使用!

下面以前文里的问题为例说明。
书上题目:The variable Q follows an extreme Type I distribution with mu=100 and sigma=12.
Calculate FQ(150) and fQ(150).
书上答案是:FQ(150)=0.997  fQ(150)=2.86e-4.

先求-u和1/alpha

mu=100;sigma=12;
aEv=sqrt(6)*sigma/pi; <span style="white-space:pre">	</span>%aEv表示1/alpha
uEv=-psi(1)*aEv-mu;<span style="white-space:pre">		</span>%uEv表示-u,-psi(1)表示欧拉常数
FQ=1-evcdf(-150,uEv,aEv)
FQ =


    0.9973
fQ=evpdf(-150,uEv,aEv)


fQ =


  2.8589e-004

 

同理,evinv函数利用形式也稍有不同。
p=1-evcdf(-x,uEv,aEv);

x=-evinv(1-p,uEv,aEv);



  • 16
    点赞
  • 76
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
要使用均值和方差来估计Gumbel分布的参数,可以使用最大似然估计方法。在MATLAB,可以按照以下步骤进行操作: 1. 导入数据:将数据导入MATLAB,假设数据存储在一个向量或矩阵。 2. 计算均值和方差:使用MATLAB的内置函数`mean`和`var`来计算数据的均值和方差。 3. 定义似然函数:根据Gumbel分布的概率密度函数形式,定义似然函数。对于给定数据集,似然函数表示为参数θ的函数。 4. 最大化似然函数:使用MATLAB的优化工具箱函数,比如`fminsearch`或`fminunc`,来最大化似然函数。这些函数将需要提供似然函数和初始参数值。 5. 提取估计参数:根据最大化似然函数得到的参数值,可以提取出估计的Gumbel分布参数。 下面是一个示例代码,展示如何使用MATLAB进行Gumbel分布参数的估计: ```matlab % 导入数据 data = [1.2, 2.5, 3.7, 4.2, 5.1]; % 计算均值和方差 mu = mean(data); sigma_squared = var(data); % 定义似然函数 likelihood_func = @(theta) -sum(log(1/sigma_squared) - ((data - mu)/sigma_squared) - exp(-((data - mu)/sigma_squared))); % 最大化似然函数 initial_guess = [mu, sigma_squared]; estimated_params = fminsearch(likelihood_func, initial_guess); % 提取估计参数 estimated_mu = estimated_params(1); estimated_sigma_squared = estimated_params(2); % 打印估计参数 fprintf('估计的均值参数: %f\n', estimated_mu); fprintf('估计的方差参数: %f\n', estimated_sigma_squared); ``` 请注意,这只是一个简单的示例代码,实际应用可能需要根据具体情况进行修改和调整。另外,使用最大似然估计方法时,样本量较大时估计结果更可靠。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值