gpfit

Estimaciones de parámetros de distribuciones de Pareto generalizadas

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 de la distribución de Pareto generalizada (GP) de dos parámetros dados los datos en x. parmhat(1) es el parámetro de índice de cola (forma), k, y parmhat(2) es el parámetro de escala, sigma. gpfit no se ajusta a un parámetro de umbral (localización).

[parmhat,parmci] = gpfit(x) devuelve los intervalos de confianza del 95% de las estimaciones de parámetros.

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

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

Otras funciones para la distribución de Pareto generalizada, como gpcdf, permiten un parámetro de umbral, theta. Sin embargo, gpfit no estima theta. Se asume que se conoce y se resta de x antes de llamar a gpfit.

Cuando k = 0 y theta = 0, la GP es equivalente a la distribución exponencial. Cuando k > 0 y theta = sigma/k, la GP es equivalente a una distribución de Pareto con un parámetro de escala igual a sigma/k y un parámetro de forma igual a 1/k. La media de la GP no es finita cuando k ≥ 1 y la varianza no es finita cuando k ≥ 1/2. Cuando k ≥ 0, la GP tiene densidad positiva para

k > theta o, cuando k < 0, para

$$0\le \frac{x-\theta }{\sigma }\le -\frac{1}{k}$$

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.

Capacidades ampliadas

Arreglos GPU

Acelere código mediante la ejecución en una unidad de procesamiento gráfico (GPU) mediante Parallel Computing Toolbox™.

Esta función es totalmente compatible con los arreglos de GPU. Para obtener más información, consulte Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Historial de versiones

Introducido antes de R2006a

Consulte también

mle | gplike | gppdf | gpcdf | gpinv | gpstat | gprnd

Temas

• Generalized Pareto Distribution
• Working with Probability Distributions
• Nonparametric and Empirical Probability Distributions
• Fit a Nonparametric Distribution with Pareto Tails
• Distribuciones admitidas