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

gpfit

Las estimaciones de parámetros de Pareto generalizado

Sintaxis

parmhat = gpfit(x)
[parmhat,parmci] = gpfit(x)
[parmhat,parmci] = gpfit(x,alpha)
[...] = gpfit(x,alpha,options)

Descripción

parmhat = gpfit(x) Devuelve estimaciones de máxima verosimilitud de los parámetros para la distribución de Pareto (GP) generalizada de dos parámetros, en la que se dan los datos. es el parámetro de índice de cola (forma) y es el parámetro de escala,. no se ajusta a un parámetro de umbral (ubicación).xparmhat(1)kparmhat(2)sigmagpfit

[parmhat,parmci] = gpfit(x) Devuelve un 95% de intervalos de confianza para las estimaciones de parámetros.

[parmhat,parmci] = gpfit(x,alpha) Devuelve% de intervalos de confianza para las estimaciones de parámetros.100(1-alpha)

[...] = gpfit(x,alpha,options) especifica los parámetros de control para el algoritmo iterativo utilizado para calcular estimaciones de ML. Este argumento se puede crear mediante una llamada a.statset Consulte los nombres de parámetro y los valores predeterminados.statset('gpfit')

Otras funciones para el Pareto generalizado, como permitir un parámetro de umbral,.gpcdftheta Sin embargo, no estima Theta.gpfit Se supone que se conoce, y se resta de antes de llamar.xgpfit

Cuando y, el GP es equivalente a la distribución exponencial.k = 0theta = 0 Cuando y, el GP equivale a una distribución de Pareto con un parámetro de escala igual a y un parámetro de forma igual a.k > 0theta = sigma/ksigma/k1/k La media del GP no es finita cuando ≥, y la varianza no es finita cuando ≥.k1k1/2 Cuando ≥, el GP tiene densidad positiva parak0

, o, cuando <, parak > thetak0

0xθσ1k

Referencias

[1] Embrechts, P., C. Klüppelberg, and T. Mikosch. Modelling Extremal Events for Insurance and Finance. New York: Springer, 1997.

[2] Kotz, S., and S. Nadarajah. Extreme Value Distributions: Theory and Applications. London: Imperial College Press, 2000.

Introducido antes de R2006a