Main Content

La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.

Distribución de Pareto generalizada

Ajuste, evalúe y genere muestras aleatorias a partir de una 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 objeto paretotails 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 argumento cdffun de paretotails al crear el objeto. Los valores válidos de cdffun 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

GeneralizedParetoDistributionGeneralized Pareto probability distribution object

Apps

Distribution FitterAjuste las distribuciones de probabilidad a los datos
Probability Distribution FunctionInteractive density and distribution plots

Funciones

expandir todo

Crear un objeto GeneralizedParetoDistribution

makedistCreate probability distribution object
fitdistFit probability distribution object to data

Trabajar con un objeto GeneralizedParetoDistribution

cdfCumulative distribution function
icdfInverse cumulative distribution function
iqrInterquartile range
meanMean of probability distribution
medianMedian of probability distribution
negloglikNegative loglikelihood of probability distribution
paramciConfidence intervals for probability distribution parameters
pdfProbability density function
proflikProfile likelihood function for probability distribution
randomRandom numbers
stdStandard deviation of probability distribution
truncateTruncate probability distribution object
varVariance of probability distribution

Crear un objeto paretotails

paretotailsPiecewise distribution with Pareto tails

Trabajar con un objeto paretotails

boundaryPiecewise distribution boundaries
cdfCumulative distribution function
icdfInverse cumulative distribution function
lowerparamsLower Pareto tail parameters
nsegmentsNumber of segments in piecewise distribution
pdfProbability density function
randomRandom numbers
segmentPiecewise distribution segments containing input values
upperparamsUpper Pareto tail parameters
gpcdfGeneralized Pareto cumulative distribution function
gppdfGeneralized Pareto probability density function
gpinvGeneralized Pareto inverse cumulative distribution function
gplikeGeneralized Pareto negative loglikelihood
gpstatGeneralized Pareto mean and variance
gpfitGeneralized Pareto parameter estimates
gprndGeneralized Pareto random numbers
mleMaximum likelihood estimates
mlecovAsymptotic covariance of maximum likelihood estimators
histfitHistogram with a distribution fit
probplotProbability plots
qqplotQuantile-quantile plot
randtoolInteractive random number generation

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.