%% MATLAB中廣義極值分佈的分析、測試、個人理解
%gevfit(X) %根據給定的數據X，進行廣義極值參數估算你，返回3個參數，分別爲：形狀參數k, 尺度參數sigma, 位置mu;
%gevpdf(X,k,sigma,mu) %根據已知的廣義極值分佈(3個參數確定分佈)，求出指定值X的概率密度值
%gevcdf(X,k,sigma,mu) %根據指定分佈，獲取指定值的累計概率分佈
%gevrnd(k,sigma,mu,m,n) %根據廣義極值分佈（3參數），產生m行n列的隨機數
k=0.255; sigma=20; mu=64;
X=gevrnd(k,sigma,mu,10000,1);
mean(X)%通過再對X樣本求均值，發現並不等於mu(64),而是大於mu
hist(X,1:2:600)%繪製X的頻數直方圖，要求X是從1到600，間隔2
%line(1:2:600,gevpdf(1:2:600,k,sigma,mu)*10000)
gevfit(X) %再次根據GEV產生的隨機數擬合參數，檢驗重新擬合的參數與給定的是否一致
gevcdf(100,k,sigma,mu)%根據指定值(如100)，獲取特定極值分佈下的累計概率值[-∞，100]
gevcdf(100,k,sigma,mu,'upper')%同上，獲取的是[100,+∞]的累計概率