Generell omvendt-gaussisk lov
Generell omvendt-gaussisk lov
|
|
|
|
Innstillinger
|
δ≥0,{\ displaystyle \ delta \ geq 0,} γ≥0,{\ displaystyle \ gamma \ geq 0,} λ∈R{\ displaystyle \ lambda \ in \ mathbb {R}}
|
---|
Brukerstøtte
|
[0,∞[{\ displaystyle [0, \ infty [}
|
---|
Sannsynlighetstetthet
|
(γδ)λ12Kλ(δγ)xλ-1e-12(γ2x+δ2x){\ displaystyle \ left ({\ frac {\ gamma} {\ delta}} \ right) ^ {\ lambda} {\ frac {1} {2K _ {\ lambda} (\ delta \ gamma)}} x ^ { \ lambda -1} e ^ {- {\ frac {1} {2}} (\ gamma ^ {2} x + {\ frac {\ delta ^ {2}} {x}})}}
|
---|
Håp
|
δKλ+1(δγ)γ Kλ(δγ){\ displaystyle {\ frac {\ delta K _ {\ lambda +1} (\ delta \ gamma)} {\ gamma \ K _ {\ lambda} (\ delta \ gamma)}}}
|
---|
Mote
|
(λ-1)+(λ-1)2+(δγ)2γ2{\ displaystyle {\ frac {(\ lambda -1) + {\ sqrt {(\ lambda -1) ^ {2} + (\ delta \ gamma) ^ {2}}}} {\ gamma ^ {2}} }}
|
---|
Forskjell
|
(δγ)2[Kλ+2(δγ)Kλ(δγ)-(Kλ+1(δγ)Kλ(δγ))2]{\ displaystyle \ left ({\ frac {^ {\ delta}} {\ gamma}} \ right) ^ {2} \ left [{\ frac {K _ {^ {\ lambda} +2} (\ delta \ gamma)} {K _ {\ lambda} (\ delta \ gamma)}} - \ venstre ({\ frac {K _ {\ lambda +1} (\ delta \ gamma)} {K _ {\ lambda} (\ delta \ gamma)}} \ høyre) ^ {2} \ høyre]}
|
---|
Moment-genererende funksjon
|
(γ2γ2-2t)λ2Kλ(δ2(γ2-2t)Kλ(δγ){\ displaystyle \ left ({\ frac {\ gamma ^ {2}} {\ gamma ^ {2} -2t}} \ right) ^ {\ frac {\ lambda} {2}} {\ frac {K _ { \ lambda} ({\ sqrt {\ delta ^ {2} (\ gamma ^ {2} -2t}})} {K _ {\ lambda} (\ delta \ gamma)}}}
|
---|
Karakteristisk funksjon
|
(γ2γ2-2Jegt)λ2Kλ(δ2(γ2-2Jegt)Kλ(δγ){\ displaystyle \ left ({\ frac {\ gamma ^ {2}} {\ gamma ^ {2} -2it}} \ right) ^ {\ frac {^ {\ lambda}} {2}} {\ frac { K _ {\ lambda} ({\ sqrt {\ delta ^ {2} (\ gamma ^ {2} -2it}})} {K _ {\ lambda} (\ delta \ gamma)}}}
|
---|
I sannsynlighetsteori og statistikk er den inverse gaussiske generaliserte loven (GIG for å reversere generalisert gaussisk distribusjon på engelsk) en sannsynlighetsfordeling som fortsetter å generalisere den inverse gaussiske fordelingen ved å innføre en tredje parameter.
Denne loven brukes for eksempel i geostatistikk , hydrologi eller økonomi . Det ble opprinnelig foreslått av statistikeren og hydrologen Étienne Halphen, deretter ble loven popularisert av Ole Barndorff-Nielsen (i) som ga den navnet, så vel som av Herbert Sichel (i) , loven er også kjent som navnet på Sichels lov .
Notasjonen indikerer at den tilfeldige variabelen X følger en generalisert invers-gaussisk lov.
X∼GJegG(λ,δ,γ){\ displaystyle X \ sim GIG (\ lambda, \ delta, \ gamma)}
Karakterisering
Den sannsynlighetstettheten til den generaliserte inverse-gaussisk lov er gitt ved:
f(x)={(γδ)λ12Kλ(δγ)xλ-1e-12(γ2x+δ2x) hvis x>00 Hvis ikke{\ displaystyle f (x) = {\ begin {cases} \ displaystyle \ left ({\ frac {\ gamma} {\ delta}} \ right) ^ {\ lambda} {\ frac {1} {2K _ {\ lambda} (\ delta \ gamma)}} x ^ {\ lambda -1} e ^ {- {\ frac {1} {2}} (\ gamma ^ {2} x + {\ frac {\ delta ^ {2 }} {x}})} og {\ text {si}} x> 0 \\ 0 og {\ text {ellers}} \ slutt {cases}}}hvor er den modifiserte Bessel-funksjonen av den tredje typen og parameteren , og parametrene verifiserer:
Kλ{\ displaystyle \ scriptstyle K _ {\ lambda}}λ{\ displaystyle \ scriptstyle \ lambda}
{δ≥0,γ>0 hvis λ>0,δ>0,γ>0 hvis λ=0,δ>0,γ≥0 hvis λ<0.{\ displaystyle {\ begin {cases} \ delta \ geq 0 \ ;, \; \ gamma> 0 \; & {\ text {si}} \ lambda> 0 \ ;, \\\ delta> 0 \ ;, \ ; \ gamma> 0 \; & {\ text {si}} \ lambda = 0 \ ;, \\\ delta> 0 \ ;, \; \ gamma \ geq 0 \; & {\ text {si}} \ lambda <0. \ End {cases}}}Entropi
Den entropi av generalisert invers-Gauss lov er gitt ved:
H(f(x))=Logg(δγ)+Logg(2Kλ(δγ))-(λ-1)[ddνKν(δγ)]ν=λKλ(δγ)+δγ2Kλ(δγ)(Kλ+1(δγ)+Kλ-1(δγ)){\ displaystyle H (f (x)) = \ log \ left ({\ frac {\ delta} {\ gamma}} \ right) + \ log \ left (2K _ {\ lambda} \ left (\ delta \ gamma \ høyre) \ høyre) - (\ lambda -1) {\ frac {\ venstre [{\ frac {d} {d \ nu}} K _ {\ nu} \ venstre (\ delta \ gamma \ høyre) \ høyre ] _ {\ nu = \ lambda}} {K _ {\ lambda} \ venstre (\ delta \ gamma \ høyre)}} + {\ frac {\ delta \ gamma} {2K _ {\ lambda} \ venstre (\ delta \ gamma \ høyre)}} venstre (K _ {\ lambda +1} \ venstre (\ delta \ gamma \ høyre) + K _ {\ lambda -1} \ venstre (\ delta \ gamma \ høyre) \ høyre )}hvor er derivatet med hensyn til rekkefølgen på Bessel-funksjonen endret og evaluert i .
[ddνKν(δγ)]ν=λ{\ displaystyle \ left [{\ frac {d} {d \ nu}} K _ {\ nu} \ left (\ delta \ gamma \ right) \ right] _ {\ nu = \ lambda}}ν{\ displaystyle \ nu}ν=λ{\ displaystyle \ nu = \ lambda}
Koblinger til andre lover
- Hvor er loven en omvendt-gaussisk lov .λ=-1/2{\ displaystyle \ scriptstyle \ lambda = -1 / 2}GIG(-1/2,δ,γ){\ displaystyle \ scriptstyle {\ text {GIG}} (- 1/2, \ delta, \ gamma)}
- Den gamma Loven er et spesialtilfelle av den generaliserte inverse-Gaussian lov for .δ=0{\ displaystyle \ scriptstyle \ delta = 0}
Referanser
-
DOI : 10.1061 / (ASCE) 1084-0699 (1999) 4: 3 (189)
-
(en) Ernst Eberlein og Ernst Hammerstein , “ Generaliserte hyperbolske og inverse gaussiske distribusjoner: begrensende tilfeller og tilnærming av prosesser ” , Progress in Probability , vol. 58,2004, s. 221-264 ( les online )
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">