Frechet分布

Frechet分布是一种连续概率分布，它是极值统计中的一个重要模型，尤其在分析极端事件（如洪水、地震、金融市场中的极端波动）的最大值极限分布时扮演关键角色。Frechet分布属于极值分布的三种基本类型（I型、II型、III型）中的II型分布。

Frechet分布的概率密度函数（PDF）对于变量X和参数λ>0（形状参数）、α>0（尺度参数）、θ（位置参数）可表示为：

$[f(x;\lambda ,\alpha ,\theta )=\{\begin{array}{llc}0& x\le \theta ;\frac{\lambda }{\alpha }{\left(\frac{x-\theta }{\alpha }\right)}^{-\lambda -1}{e}^{-{\left(\frac{x-\theta }{\alpha }\right)}^{-\lambda }}& x>\theta \end{array}]$

累积分布函数（CDF）则为：

$[F(x;\lambda ,\alpha ,\theta )=\{\begin{array}{llc}0& x\le \theta ;e^{-{\left(\frac{\theta -x}{\alpha }\right)}^{-\lambda }}& x>\theta \end{array}]$

当位置参数θ=0时，我们得到的是简化版的标准Frechet分布，此时分布仅依赖于形状参数λ和尺度参数α。

Frechet分布的一个显著特征是其尾部比正态分布更厚，即存在较重的尾部，这意味着相比于正态分布，极端值出现的可能性更大。在实际应用中，通过分析数据集中的极端值，可以判断是否符合Frechet分布，并据此对未来的极端事件做出预测或风险评估。