evcdf
極値累積分布関数
構文
p = evcdf(x,mu,sigma)
[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha)
[p,plo,pup] = evcdf(___,'upper')
説明
p = evcdf(x,mu,sigma)
は、位置パラメーター mu
およびスケール パラメーター sigma
をもつタイプ 1 の極値分布の累積密度関数 (cdf) を x
の各値について返します。x
、mu
、および sigma
は、すべて同じサイズのベクトル、行列または多次元配列になります。スカラー入力は、他の入力と同じサイズの定数配列に展開されます。mu
および sigma
の既定値は、それぞれ 0
および 1
です。
[p,plo,pup] = evcdf(x,mu,sigma,pcov,alpha)
は、入力パラメーター mu
および sigma
が推定値である場合、p
に対する信頼限界を返します。pcov
は、推定パラメーターの 2 行 2 列の共分散行列です。alpha
は既定値が 0.05
であり、100(1 - alpha)
% の信頼限界を指定します。plo
および pup
は、信頼限界の下限と上限が格納されている、p
と同じサイズの行列です。
[p,plo,pup] = evcdf(___,'upper')
は、極端に上裾にある確率をより正確に計算するアルゴリズムを使用して、x
の各値に対するタイプ 1 の極値分布の累積分布関数 (cdf) の補数を返します。これまでに説明した構文のいずれでも引数 'upper'
を使用できます。
関数 evcdf
は、推定の分布の正規近似を使用して、P
の信頼限界を計算します。
その後で、これらの区間を出力 P
のスケールに変換します。標本が大きい場合は、mu
、sigma
および pcov
を推定することで、計算された信頼限界からおおよその望ましい信頼水準を把握できますが、標本が小さい場合は、別の方法で信頼限界を計算した方がさらに正確になる場合があります。
タイプ 1 の極値分布は、ガンベル分布という名前でも知られています。ここで使用されるバージョンは、最小値のモデル化に適しています。この分布の鏡像は、X
の正負を反転させ、結果となる分布値を 1
から減算することによって、最大値のモデル化にも使用できます。詳細は、極値分布を参照してください。x がワイブル分布をもつ場合、X = log(x) は、タイプ 1 の極値分布をもちます。
拡張機能
バージョン履歴
R2006a より前に導入