广义帕累托分布

拟合和计算广义帕累托分布，生成该分布的随机样本

要为分布中的极值事件建模，可使用广义帕累托分布 (GPD)。Statistics and Machine Learning Toolbox™ 提供了几种使用 GPD 的方法。

可通过对样本数据进行概率分布拟合或通过指定参数值来创建概率分布对象 GeneralizedParetoDistribution。然后使用对象函数来计算分布、生成随机数等。
使用分布拟合器以交互方式处理 GPD。您可以从该 App 中导出对象并使用对象函数。
将分布特定的函数与指定的分布参数结合使用。分布特定的函数可以接受多个 GPD 的参数。
将一般分布函数（cdf、icdf、pdf、random）与指定的分布名称 ('Generalized Pareto') 和参数结合使用。
使用 GPD 创建一个 paretotails 对象为分布的尾部建模，并使用另一个分布为中心建模。paretotails 对象是一种分段分布，由尾部的一个或两个 GPD 以及中心的另一个分布组成。创建对象时，您可以使用 paretotails 的 cdffun 参数指定中心的分布类型。cdffun 的有效值为 'ecdf'（插值经验累积分布）、'kernel'（插值核平滑估计量）和函数句柄。创建对象后，您可以使用对象函数来计算分布并生成随机数。

要了解广义帕累托分布，请参阅Generalized Pareto Distribution。

对象

GeneralizedParetoDistribution Generalized Pareto probability distribution object

分布拟合器	对数据进行概率分布拟合
概率分布函数	Interactive density and distribution plots

`makedist`	Create probability distribution object
`fitdist`	对数据进行概率分布对象拟合

`cdf`	累积分布函数
`gather`	Gather properties of Statistics and Machine Learning Toolbox object from GPU
`icdf`	逆累积分布函数
`iqr`	Interquartile range of probability distribution
`mean`	Mean of probability distribution
`median`	Median of probability distribution
`negloglik`	Negative loglikelihood of probability distribution
`paramci`	Confidence intervals for probability distribution parameters
`pdf`	概率密度函数
`plot`	Plot probability distribution object
`proflik`	Profile likelihood function for probability distribution
`random`	随机数
`std`	Standard deviation of probability distribution
`truncate`	Truncate probability distribution object
`var`	Variance of probability distribution

paretotails Piecewise distribution with Pareto tails

`boundary`	Piecewise distribution boundaries
`cdf`	累积分布函数
`icdf`	逆累积分布函数
`lowerparams`	Lower Pareto tail parameters
`nsegments`	Number of segments in piecewise distribution
`pdf`	概率密度函数
`random`	随机数
`segment`	Piecewise distribution segments containing input values
`upperparams`	Upper Pareto tail parameters

`gpcdf`	Generalized Pareto cumulative distribution function
`gppdf`	Generalized Pareto probability density function
`gpinv`	Generalized Pareto inverse cumulative distribution function
`gplike`	Generalized Pareto negative loglikelihood
`gpstat`	Generalized Pareto mean and variance
`gpfit`	Generalized Pareto parameter estimates
`gprnd`	Generalized Pareto random numbers

`mle`	Maximum likelihood estimates
`mlecov`	Asymptotic covariance of maximum likelihood estimators

`histfit`	具有分布拟合的直方图
`probplot`	Probability plots
`plot`	Plot probability distribution object
`qqplot`	Quantile-quantile plot
`randtool`	Interactive random number generation

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.
利用广义帕累托分布对尾数据建模
此示例说明如何通过最大似然估计对尾数据进行广义帕累托分布拟合。