Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

evcdf

Función de distribución acumulativa de valor extremo

Sintaxis

p = evcdf(x,mu,sigma)
[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha)
[p,plo,pup] = evcdf(___,'upper')

Descripción

p = evcdf(x,mu,sigma) Devuelve la función de distribución acumulativa (CDF) para la distribución de valor extremo de tipo 1, con parámetro de ubicación y parámetro de escala, en cada uno de los valores de. , y pueden ser vectores, matrices o matrices multidimensionales que tienen el mismo tamaño.musigmaxxmusigma Una entrada escalar se expande a una matriz constante del mismo tamaño que las otras entradas. Los valores predeterminados para y son y, respectivamente.musigma01

[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha) Devuelve los límites de confianza para cuando los parámetros de entrada y son estimaciones. es una matriz de covarianza de 2 por 2 de los parámetros estimados. tiene un valor predeterminado de, y especifica% límites de confianza. y son matrices del mismo tamaño que, que contienen los límites de confianza inferior y superior.pmusigmapcovalpha0,05100(1 - alpha)plopupp

[p,plo,pup] = evcdf(___,'upper') Devuelve el complemento del CDF de distribución de valor extremo de tipo 1 en cada valor en, utilizando un algoritmo que calcula con mayor precisión las probabilidades extremas de la cola superior.x Puede utilizar el argumento con cualquiera de las sintaxis anteriores.'upper'

La función calcula los límites de confianza para utilizar una aproximación normal a la distribución de la estimaciónevcdfP

Xμ^σ^

y luego transformar esos límites a la escala de la salida.P Los límites calculados proporcionan aproximadamente el nivel de confianza deseado al estimar, y a partir de muestras grandes, pero en muestras más pequeñas otros métodos de cálculo de los límites de confianza podrían ser más precisos.musigmapcov

La distribución de valor extremo de tipo 1 también se conoce como la distribución de Gumbel. La versión utilizada aquí es adecuada para modelar los mínimos; la imagen reflejada de esta distribución se puede utilizar para modelar maxima negando y sustrayendo los valores resultantes de la distribución.X1 Vea para más detalles.Distribución de valor extremo Si tiene una distribución de Weibull, entonces = log () tiene la distribución de valor extremo de tipo 1.xXx

Capacidades ampliadas

Generación de código C/C++
Genere código C y C++ mediante MATLAB® Coder™.

Introducido antes de R2006a