У меня есть данные за 34 года переменной Y. Я хочу подогнать к этим данным обобщенное распределение экстремальных значений (GEV).
Я использую следующий код.
df = structure(list(x = 1:35, y = c(176.55005072974, 136.609062033287,
158.323835221524, 160.668521285558, 174.185742838285, 156.90073054748,
158.045799551095, 186.696704141421, 169.388010854245, 169.023364381474,
173.755336249718, 178.360257725013, 180.055691919144, 178.963782808454,
176.309554924479, 176.869635838618, 181.870498315494, 189.611312902551,
185.161870675961, 187.35139554664, 165.46966999563, 182.242441328656,
186.244853297894, 188.453023779529, 191.97421050017, 191.041451101999,
196.644472224133, 188.515454922651, 206.281311879478, 194.858834774533,
223.552034677587, 207.730621173395, 214.28592077984, 257.861176094329,
270.111968152873), type = c("A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "B", "A", "A", "A", "A", "B", "A", "B", "A", "A",
"A", "A", "A", "B", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A")), .Names = c("x", "y", "type"), row.names = c("1",
"2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13",
"14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24",
"25", "26", "27", "28", "29", "30", "31", "32", "33", "34", "35"
), class = "data.frame")
##fit GEV distribution using package (extRemes)
library(extRemes)
GEV_MLE <- fevd(as.vector(df$y), method = "MLE", type="GEV")
Это помогает мне адаптировать данные к распределению GEV.Следующая вещь, которую я хочу построить.
##plot the distribution
plot(GEV_MLE, type="rl",main="Return Level Plot MLE",ylim=c(100,500), pch=16)
Подгонка в основном основана на подходе MLE.Вместо нелинейной подгонки я хочу иметь линейную подгонку к точкам и соответствующему КИ, как показано на рисунке ниже. 
Может ли кто-нибудь помочь мне в этом?