evcdf

구문

설명

p = evcdf(x,mu,sigma)는 위치 모수 mu와 스케일 모수 sigma를 갖는 제1종 극값 분포의 누적 분포 함수(cdf)를 x의 각 값에서 반환합니다. x, mu, sigma는 모두 동일한 크기의 벡터, 행렬 또는 다차원 배열일 수 있습니다. 스칼라 입력값은 다른 입력값과 동일한 크기의 상수 배열로 확장됩니다. mu와 sigma에 대한 디폴트 값은 각각 0과 1입니다.

[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha)는 입력 모수 mu와 sigma가 추정값이면 p에 대한 신뢰한계를 반환합니다. pcov는 추정된 모수로 구성된 2×2 공분산 행렬입니다. alpha는 디폴트 값 0.05를 가지며 100(1 - alpha)% 신뢰한계를 지정합니다. plo와 pup는 신뢰 하한과 신뢰 상한을 포함하는 p와 동일한 크기의 배열입니다.

[p,plo,pup] = evcdf(___,'upper')는 극단 위쪽 꼬리 확률을 더 정확하게 계산하는 알고리즘을 사용하여 x의 각 값에서 제1종 극값 분포 cdf의 보수를 반환합니다. 위에 열거된 구문과 함께 'upper' 인수를 사용할 수 있습니다.

함수 evcdf는 다음과 같이 추정값 분포에 대한 정규 근사를 사용하여 P에 대한 신뢰한계를 계산합니다.

그런 다음 이 신뢰한계를 출력값 P의 스케일로 변환합니다. 계산된 신뢰한계는 대규모 표본에서 mu, sigma, pcov를 추정할 때 대략적으로 원하는 신뢰수준을 제공합니다. 하지만 소규모 표본에서는 신뢰한계를 계산하는 다른 방법을 사용하는 것이 더 정확할 수 있습니다.

제1종 극값 분포는 굼벨 분포로도 알려져 있습니다. 여기서 사용한 버전은 최솟값 모델링에 적합합니다. 이 분포의 대칭 영상은 X를 부정하고 1에서 결과로 생성된 분포 값을 빼서 최댓값을 모델링하는 데 사용할 수 있습니다. 자세한 내용은 Extreme Value Distribution 항목을 참조하십시오. x가 베이불 분포를 가지면 X = log(x)는 제1종 극값 분포를 가집니다.

확장 기능

버전 내역

R2006a 이전에 개발됨

참고 항목

cdf | evpdf | evinv | evstat | evfit | evlike | evrnd