Distribución de Pareto generalizada
Para modelar los eventos extremos de una distribución, utilice la distribución de Pareto generalizada (DPG). Statistics and Machine Learning Toolbox™ ofrece distintos modos de trabajar con la DPG.
Cree un objeto de distribución de probabilidad
GeneralizedParetoDistribution
ajustando una distribución de probabilidad a los datos de muestra o especificando los valores de los parámetros. Después utilice las funciones del objeto para evaluar la distribución, generar números aleatorios, etc.Trabaje con la DPG de forma interactiva utilizando la app Distribution Fitter. Puede exportar un objeto de la app y utilizar las funciones del objeto.
Utilice las funciones específicas de la distribución con los parámetros de distribución especificados. Las funciones específicas de la distribución pueden aceptar parámetros de varias DPG.
Utilice funciones de distribución genéricas (
cdf
,icdf
,pdf
,random
) con un nombre de distribución específico ('Generalized Pareto'
) y parámetros.Cree un objeto
paretotails
para modelar las colas de una distribución mediante las DPG, con otra distribución para el centro. Un objetoparetotails
es una distribución por tramos que consta de una o dos DPG en las colas y otra distribución en el centro. Puede especificar el tipo de distribución para el centro con el argumentocdffun
deparetotails
al crear el objeto. Los valores válidos decdffun
son'ecdf'
(distribución acumulativa empírica interpolada),'kernel'
(estimador de suavizado de kernel interpolado) y un identificador de función. Tras crear un objeto, puede utilizar las funciones del objeto para evaluar la distribución y generar números aleatorios.
Para obtener información sobre la distribución de Pareto generalizada, consulte Generalized Pareto Distribution.
Objetos
GeneralizedParetoDistribution | Generalized Pareto probability distribution object |
Apps
Distribution Fitter | Ajustar distribuciones de probabilidad a datos |
Probability Distribution Function | Interactive density and distribution plots |
Funciones
Temas
- Generalized Pareto Distribution
Learn about the generalized Pareto distribution used to model extreme events from a distribution.
- Nonparametric and Empirical Probability Distributions
Estimate a probability density function or a cumulative distribution function from sample data.
- Fit a Nonparametric Distribution with Pareto Tails
Fit a nonparametric probability distribution to sample data using Pareto tails to smooth the distribution in the tails.
- Nonparametric Estimates of Cumulative Distribution Functions and Their Inverses
Estimate the cumulative distribution function (cdf) from data in a nonparametric or semiparametric way.
- Modelling Tail Data with the Generalized Pareto Distribution
This example shows how to fit tail data to the Generalized Pareto distribution by maximum likelihood estimation.