Fréchets lov
Fréchets lov
|
Sannsynlighetstetthet
|
|
|
Distribusjonsfunksjon
|
|
Innstillinger
|
α∈]0,∞[{\ displaystyle \ alpha \ in] 0, \ infty [} formparameter . (to valgfrie parametere) parameterskala (standard ) posisjonsparameter for minimum (standard )
s∈]0,∞[{\ displaystyle s \ in] 0, \ infty [} s=1{\ displaystyle s = 1 \,}![s = 1 \,](https://wikimedia.org/api/rest_v1/media/math/render/svg/ed5e977738e08d95f14bcdb55d0e308a64847a9c) m∈]-∞,∞[{\ displaystyle m \ in] - \ infty, \ infty [} m=0{\ displaystyle m = 0 \,}![m = 0 \,](https://wikimedia.org/api/rest_v1/media/math/render/svg/0ea2335e8d5bd1ec8c8f19b9f5e7aa628739188c) |
---|
Brukerstøtte
|
x>m{\ displaystyle x> m}
|
---|
Sannsynlighetstetthet
|
αs(x-ms)-1-αe-(x-ms)-α{\ displaystyle {\ frac {\ alpha} {s}} \; \ left ({\ frac {xm} {s}} \ right) ^ {- 1- \ alpha} \; e ^ {- ({\ frac {xm} {s}}) ^ {- \ alpha}}}
|
---|
Distribusjonsfunksjon
|
e-(x-ms)-α{\ displaystyle e ^ {- ({\ frac {xm} {s}}) ^ {- \ alpha}}}
|
---|
Håp
|
{ m+sΓ(1-1α)til α>1 ∞Hvis ikke{\ displaystyle {\ begin {cases} \ m + s \ Gamma \ left (1 - {\ frac {1} {\ alpha}} \ right) & {\ text {for}} \ scriptstyle \ alpha> 1 \\ \ \ infty og {\ text {ellers}} \ end {cases}}}
|
---|
Median
|
m+sLogge(2)α{\ displaystyle m + {\ frac {s} {\ sqrt [{\ alpha}] {\ log _ {e} (2)}}}}
|
---|
Mote
|
m+s(α1+α)1/α{\ displaystyle m + s \ left ({\ frac {\ alpha} {1+ \ alpha}} \ right) ^ {1 / \ alpha}}
|
---|
Forskjell
|
{s2(Γ(1-2α)-(Γ(1-1α))2)til α>2 ∞Hvis ikke{\ displaystyle {\ begin {cases} \ scriptstyle s ^ {2} \ left (\ Gamma \ left (1 - {\ frac {2} {\ alpha}} \ right) - \ left (\ Gamma \ left (1 - {\ frac {1} {\ alpha}} right) \ right) ^ {2} \ right) & {\ text {for}} \ scriptstyle \ alpha> 2 \\\ \ infty & {\ text {ellers }} \ end {cases}}}
|
---|
Asymmetri
|
se artikkelen
|
---|
Normalisert kurtose
|
se artikkelen
|
---|
Entropi
|
1+γα+γ+ln(sα){\ displaystyle 1 + {\ frac {\ gamma} {\ alpha}} + \ gamma + \ ln \ left ({\ frac {s} {\ alpha}} \ right)} , hvor er Euler-Mascheroni-konstanten .
γ{\ displaystyle \ gamma}![\ gamma](https://wikimedia.org/api/rest_v1/media/math/render/svg/a223c880b0ce3da8f64ee33c4f0010beee400b1a) |
---|
Moment-genererende funksjon
|
det K- th øyeblikket eksisterer dersomα>k{\ displaystyle \ alpha> k}
|
---|
Karakteristisk funksjon
|
se Muraleedharan, Soares & Lucas (2011) |
---|
I sannsynlighetsteori og statistikk er Fréchets lov et spesielt tilfelle av generalisert ekstrumrett på samme måte som Gumbels lov eller Weibulls lov .
Navnet på denne loven skyldes Maurice Fréchet , forfatter av en artikkel om dette emnet i 1927. Senere arbeid ble utført av Ronald Aylmer Fisher og LHC Tippett i 1928 og av Emil Julius Gumbel i 1958.
Definisjon
Dens distribusjonsfunksjon er gitt av:
P(X≤x)={e-x-α hvis x>00 Hvis ikke{\ displaystyle \ mathbb {P} (X \ leq x) = {\ begin {cases} e ^ {- x ^ {- \ alpha}} & {\ text {si}} x> 0 \\ 0 & {\ tekst {ellers}} \ end {cases}}}![{\ mathbb P} (X \ leq x) = {\ begin {cases} e ^ {{- x ^ {{- \ alpha}}}} & {\ text {si}} x> 0 \\ 0 & { \ text {ellers}} \ end {cases}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8ab94c9e5e17cd3c8cff90a928a20b8a9410aaed)
hvor er en formparameter . Denne loven kan generaliseres ved å innføre en posisjonsparameter m av minimum og en skalaparameter s > 0. Fordelingsfunksjonen er da:
α>0{\ displaystyle \ alpha> 0}
P(X≤x)={e-(x-ms)-α hvis x>m0 Hvis ikke.{\ displaystyle \ mathbb {P} (X \ leq x) = {\ begin {cases} e ^ {- \ left ({\ frac {xm} {s}} \ right) ^ {- \ alpha}} & { \ text {si}} x> m \\ 0 og {\ text {ellers.}} \ end {cases}}}![{\ mathbb P} (X \ leq x) = {\ begin {cases} e ^ {{- \ left ({\ frac {xm} {s}} \ right) ^ {{- \ alpha}}}} & {\ text {si}} x> m \\ 0 og {\ text {ellers.}} \ end {cases}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/890e406b0ae6178c298ce6dc647dcd0f399ddcfb)
Eiendommer
Øyeblikk
Den ene parameter Fréchet lov har standard øyeblikk :
α{\ displaystyle \ alpha}![\ alfa](https://wikimedia.org/api/rest_v1/media/math/render/svg/b79333175c8b3f0840bfb4ec41b8072c83ea88d3)
μk=∫0∞xkf(x)dx=∫0∞t-kαe-tdt{\ displaystyle \ mu _ {k} = \ int _ {0} ^ {\ infty} x ^ {k} f (x) dx = \ int _ {0} ^ {\ infty} t ^ {- {\ frac {k} {\ alpha}}} e ^ {- t} dt}![\ mu _ {k} = \ int _ {0} ^ {\ infty} x ^ {k} f (x) dx = \ int _ {0} ^ {\ infty} t ^ {{- {\ frac {k } {\ alpha}}}} e ^ {{- t}} dt](https://wikimedia.org/api/rest_v1/media/math/render/svg/7d57c015728c85524ee8b6d01d5542dde90be507)
,
(med ) definert for :
t=x-α{\ displaystyle t = x ^ {- \ alpha}}
k<α{\ displaystyle k <\ alpha}![k <\ alpha](https://wikimedia.org/api/rest_v1/media/math/render/svg/a2e38adc86ddeaba8e4443c5c2332997f0b3d779)
μk=Γ(1-kα){\ displaystyle \ mu _ {k} = \ Gamma \ left (1 - {\ frac {k} {\ alpha}} \ right)}![\ mu _ {k} = \ Gamma \ left (1 - {\ frac {k} {\ alpha}} \ right)](https://wikimedia.org/api/rest_v1/media/math/render/svg/9240385535d7b16d45cbbdff9e340ba7a5e34848)
hvor er Gamma-funksjonen .
Γ(z){\ displaystyle \ Gamma \ left (z \ right)}![\ Gamma \ venstre (z \ høyre)](https://wikimedia.org/api/rest_v1/media/math/render/svg/8edf08f8dca6b280bd5f859211679e11677b7d4a)
Spesielt :
- For det håp erα>1{\ displaystyle \ alpha> 1}
E[X]=Γ(1-1α){\ displaystyle \ mathbb {E} [X] = \ Gamma (1 - {\ tfrac {1} {\ alpha}})}
- For at variansen er .α>2{\ displaystyle \ alpha> 2}
Var(X)=Γ(1-2α)-(Γ(1-1α))2{\ displaystyle {\ text {Var}} (X) = \ Gamma (1 - {\ tfrac {2} {\ alpha}}) - {\ big (} \ Gamma (1 - {\ tfrac {1} {\ alfa}}) {\ big)} ^ {2}}![{\ text {Var}} (X) = \ Gamma (1 - {\ tfrac {2} {\ alpha}}) - {\ big (} \ Gamma (1 - {\ tfrac {1} {\ alpha}} ) {\ big)} ^ {2}](https://wikimedia.org/api/rest_v1/media/math/render/svg/cdcedf7b26ad4fed6781af0dd4d551b5b02cc403)
Kvantiler
Den orden quantile kan uttrykkes ved den inverse av fordelingsfunksjonen:
qy{\ displaystyle q_ {y}}
y{\ displaystyle y}![y](https://wikimedia.org/api/rest_v1/media/math/render/svg/b8a6208ec717213d4317e666f1ae872e00620a0d)
qy=F-1(y)=(-Loggey)-1α{\ displaystyle q_ {y} = F ^ {- 1} (y) = \ left (- \ log _ {e} y \ right) ^ {- {\ frac {1} {\ alpha}}}}![q_ {y} = F ^ {{- 1}} (y) = \ left (- \ log _ {e} y \ right) ^ {{- {\ frac {1} {\ alpha}}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ab643d31de334addfa44303bfd618dfaa498e133)
.
Spesielt er medianen :
q1/2=(Logge2)-1α{\ displaystyle q_ {1/2} = (\ log _ {e} 2) ^ {- {\ frac {1} {\ alpha}}}}![q _ {{1/2}} = (\ log _ {e} 2) ^ {{- {\ frac {1} {\ alpha}}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a1fb9ff217cd0e5cb1849ef302617f808f4fdda5)
.
Den modusen av Fréchet lov er .
(αα+1)1α{\ displaystyle \ left ({\ frac {\ alpha} {\ alpha +1}} \ right) ^ {\ frac {1} {\ alpha}}}![\ left ({\ frac {\ alpha} {\ alpha +1}} \ right) ^ {{\ frac {1} {\ alpha}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9f14beaba734c90b2035ee4fabb1287974d507ab)
For Fréchet-loven med tre parametere er den første kvartilen og den tredje kvartilen .
q1=m+sLogg(4)α{\ displaystyle q_ {1} = \ scriptstyle m + {\ frac {s} {\ sqrt [{\ alpha}] {\ log (4)}}}}
q3=m+sLogg(43)α{\ displaystyle q_ {3} = \ scriptstyle m + {\ frac {s} {\ sqrt [{\ alpha}] {\ log ({\ frac {4} {3}})}}}![q_ {3} = \ scriptstyle m + {\ frac {s} {{\ sqrt [{\ alpha}] {\ log ({\ frac {4} {3}})}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ff65a354e160b74711803fb54c0c5697403a35fa)
Asymmetri og kurtose
Den asymmetri av Fréchet lov er:
{ Γ(1-3α)-3Γ(1-2α)Γ(1-1α)+2Γ3(1-1α)(Γ(1-2α)-Γ2(1-1α))3til α>3 ∞Hvis ikke{\ displaystyle {\ begin {cases} \ {\ frac {\ Gamma \ left (1 - {\ frac {3} {\ alpha}} \ right) -3 \ Gamma \ left (1 - {\ frac {2} {\ alpha}} \ høyre) \ Gamma \ venstre (1 - {\ frac {1} {\ alpha}} \ høyre) +2 \ Gamma ^ {3} \ venstre (1 - {\ frac {1} {\ alfa}} \ høyre)} {\ sqrt {\ left (\ Gamma \ left (1 - {\ frac {2} {\ alpha}} \ right) - \ Gamma ^ {2} \ left (1 - {\ frac {1} {\ alpha}} \ right) \ right) ^ {3}}}} og {\ text {for}} \ alpha> 3 \\\ \ infty & {\ text {ellers}} \ end {cases }}}![{\ begin {cases} \ {\ frac {\ Gamma \ left (1 - {\ frac {3} {\ alpha}} \ right) -3 \ Gamma \ left (1 - {\ frac {2} {\ alpha }} \ høyre) \ Gamma \ venstre (1 - {\ frac {1} {\ alpha}} \ høyre) +2 \ Gamma ^ {3} \ venstre (1 - {\ frac {1} {\ alpha}} \ høyre)} {{\ sqrt {\ left (\ Gamma \ left (1 - {\ frac {2} {\ alpha}} \ right) - \ Gamma ^ {2} \ left (1 - {\ frac {1 } {\ alpha}} \ right) \ right) ^ {3}}}}} og {\ text {pour}} \ alpha> 3 \\\ \ infty & {\ text {ellers}} \ end {cases} }](https://wikimedia.org/api/rest_v1/media/math/render/svg/f199ba7b456fb952f1a7c666fe13b68eef2c9c10)
den kurtosen er:
{ -6+Γ(1-4α)-4Γ(1-3α)Γ(1-1α)+3Γ2(1-2α)[Γ(1-2α)-Γ2(1-1α)]2til α>4 ∞Hvis ikke{\ displaystyle {\ begin {cases} \ -6 + {\ frac {\ Gamma \ left (1 - {\ frac {4} {\ alpha}} \ right) -4 \ Gamma \ left (1 - {\ frac {3} {\ alpha}} \ right) \ Gamma \ left (1 - {\ frac {1} {\ alpha}} \ right) +3 \ Gamma ^ {2} \ left (1 - {\ frac {2 } {\ alpha}} \ right)} {\ left [\ Gamma \ left (1 - {\ frac {2} {\ alpha}} \ right) - \ Gamma ^ {2} \ left (1 - {\ frac {1} {\ alpha}} \ right) \ right] ^ {2}}} og {\ text {pour}} \ alpha> 4 \\\ \ infty & {\ text {ellers}} \ end {cases} }}![{\ begin {cases} \ -6 + {\ frac {\ Gamma \ left (1 - {\ frac {4} {\ alpha}} \ right) -4 \ Gamma \ left (1 - {\ frac {3} {\ alpha}} \ høyre) \ Gamma \ venstre (1 - {\ frac {1} {\ alpha}} \ høyre) +3 \ Gamma ^ {2} \ venstre (1 - {\ frac {2} {\ alfa}} \ høyre)} {\ venstre [\ Gamma \ venstre (1 - {\ frac {2} {\ alpha}} \ høyre) - \ Gamma ^ {2} \ venstre (1 - {\ frac {1} {\ alpha}} \ right) \ right] ^ {2}}} & {\ text {pour}} \ alpha> 4 \\\ \ infty & {\ text {ellers}} \ end {cases}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/4a0b46e0c4dcfc7ccb163ec376647482c3f6d472)
applikasjoner
I hydrologi brukes Fréchets lov til ekstreme hendelser som årlig maksimal daglig nedbør eller elvestrøm. Den blå figuren illustrerer et anvendelig eksempel på Fréchets lov om årlig maksimal daglig nedbør i Oman , som også viser 90% konfidensbånd basert på binomiloven .
Koblinger til andre lover
- Hvis ( kontinuerlig enhetlig lov ) daX∼U(0,1){\ displaystyle X \ sim U (0,1) \,}
m+s(-Logg(X))-1/α∼Frechet(α,s,m){\ displaystyle m + s (- \ log (X)) ^ {- 1 / \ alpha} \ sim {\ textrm {Frechet}} (\ alpha, s, m) \,}
- Hvis daX∼Frechet(α,s,m){\ displaystyle X \ sim {\ textrm {Frechet}} (\ alpha, s, m) \,}
kX+b∼Frechet(α,ks,km+b){\ displaystyle kX + b \ sim {\ textrm {Frechet}} (\ alpha, ks, km + b) \,}
- Hvis og daXJeg=Frechet(α,s,m){\ displaystyle X_ {i} = {\ textrm {Frechet}} (\ alpha, s, m) \,}
Y=maks{X1,...,Xikke}{\ displaystyle Y = \ max \ {\, X_ {1}, \ ldots, X_ {n} \, \} \,}
Y∼Frechet(α,ikke1αs,m){\ displaystyle Y \ sim {\ textrm {Frechet}} (\ alpha, n ^ {\ tfrac {1} {\ alpha}} s, m) \,}
- Hvis ( Weibulls lov ) daX∼Weibull(k=α,λ=m){\ displaystyle X \ sim {\ textrm {Weibull}} (k = \ alpha, \ lambda = m) \,}
m2X∼Frechet(α,s,m){\ displaystyle {\ tfrac {m ^ {2}} {X}} \ sim {\ textrm {Frechet}} (\ alpha, s, m) \,}
Merknader og referanser
(fr) Denne artikkelen er helt eller delvis hentet fra Wikipedia-artikkelen på
engelsk med tittelen
" Fréchet distribution " ( se forfatterlisten ) .
-
(en) G. Muraleedharan, C. Guedes Soares og Cláudia Lucas, kap. 14 “Karakteristiske og øyeblikkelig genererende funksjoner av generalisert ekstrem verdifordeling (GEV)” , i Linda L. Wright, Sea Level Rise, Coastal Engineering, Shorelines and Tides , Nova Science Publishers ,2011( ISBN 978-1-61728-655-1 ) , s. 269-276/
-
(in) Stuart Coles, En introduksjon til statistisk modellering av ekstreme verdier , London, Springer-Verlag ,2001, 2 nd ed. , 208 s. ( ISBN 978-1-85233-459-8 , les online ).
Se også
Bibliografi
- M. Fréchet, "Om loven om sannsynlighet for maksimalt avvik", Ann. Soc. Polon. Matte. , flygning. 6, nr . 3, 1927
-
(en) RA Fisher og LHC Tippett, "Begrensende former for frekvensfordeling for det største og minste medlem av en prøve", Proc. Cambridge Phil. Soc. , flygning. 24, 1928, s. 180-190
-
(no) EJ Gumbel, Statistics of Extremes , Columbia University Press, New York, 1958
-
(no) S. Kotz og S. Nadarajah, Extreme Value Distributions: Theory and Applications , World Scientific, 2000 ( ISBN 1860942245 )
Eksterne linker
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">