Este es el comando gbhill que se puede ejecutar en el proveedor de alojamiento gratuito de OnWorks utilizando una de nuestras múltiples estaciones de trabajo en línea gratuitas, como Ubuntu Online, Fedora Online, emulador en línea de Windows o emulador en línea de MAC OS.
PROGRAMA:
NOMBRE
gbhill - Estimación de Hill Maximum Likelihhod
SINOPSIS
gbhill [opciones] <función definición>
DESCRIPCIÓN
Estimación de máxima verosimilitud de la distribución basada en observaciones extremas (cola). los
las distribuciones incluidas son: exponencial, pareto1, pareto3, gaussiana. Proporcione el nombre de
la distribución y los valores iniciales de los parámetros en la línea de comando.
OPCIONES
-O tipo de salida (por defecto 0)
0 parámetros y min NLL
1 parámetros y errores
2 la función de distribución
3 la función de densidad
4 observaciones transformadas: uniforme en [0.1] bajo el nulo
5 Residuos de Renyi: iid uniforme en [0.1] bajo el nulo
-M método utilizado (predeterminado 0)
0 incondicional, cola superior
1 umbral, cola superior
2 incondicional, cola inferior
3 umbral, cola inferior
-V estimación de la matriz de varianza (por defecto2)
0 <J ^ {- 1}>
1 <H ^ {- 1}>
2 <H ^ {- 1} JH ^ {- 1}>
-v nivel de verbosidad (predeterminado0)
0 solo resultados
1 encabezados de comentario
2 estadísticas resumidas
3+ pasos de minimización
-a imprimir el juego completo para -O 1,2
-u observaciones o umbral (predeterminado 1)
-F separadores de campos de entrada (predeterminado "\ t")
-h esta ayuda
-A Opciones de optimización MLL separadas por comas step, tol, iter, eps, msize, algo. Usar vacío
campos por defecto (por defecto 0.01,0.01,100,1e-6,1e-6,5)
paso tamaño de paso inicial del algoritmo de búsqueda
tolerancia de búsqueda de línea tol iter: número máximo de iteraciones
tolerancia de gradiente de eps: criterios de detención || gradiente ||
métodos de optimización de algoritmos: 0 Fletcher-Reeves, 1 Polak-Ribiere, 2
Broyden-Fletcher-Goldfarb-Shanno, 3 Descenso más empinado, 4 simplex, 5
Broyden-Fletcher-Goldfarb-Shanno2.
EJEMPLOS
gbhill pareto1 1 1 <archivo.dat
estimar la distribución de Pareto tipo 1, los valores iniciales son gamma = 1 yb = 1
gbhill -u .2 pareto1 1 1 <archivo.dat
lo mismo utilizando solo las observaciones del 20% superior
Utilice gbhill en línea utilizando los servicios de onworks.net
