Distribució normal-exponencial-gamma

Infotaula distribució de probabilitatDistribució normal-exponencial-gamma
Funció de distribució de probabilitat
ParàmetresμR — mitjana (localització)
k > 0 {\displaystyle k>0} forma
θ > 0 {\displaystyle \theta >0} escala
fdp exp ( ( x μ ) 2 4 θ 2 ) D 2 k 1 ( | x μ | θ ) {\displaystyle \propto \exp {\left({\frac {(x-\mu )^{2}}{4\theta ^{2}}}\right)}D_{-2k-1}\left({\frac {|x-\mu |}{\theta }}\right)}
Esperança matemàtica μ {\displaystyle \mu }
Mediana μ {\displaystyle \mu }
Moda μ {\displaystyle \mu }
Variància θ 2 k 1 {\displaystyle {\frac {\theta ^{2}}{k-1}}} per k > 1 {\displaystyle k>1}
Coeficient de simetria0

En teoria i estadística de probabilitats, la distribució gamma normal-exponencial (de vegades anomenada distribució NEG) és una família de tres paràmetres de distribucions de probabilitat contínues. Té un paràmetre de localització μ {\displaystyle \mu } , paràmetre d'escala θ {\displaystyle \theta } i un paràmetre de forma k {\displaystyle k} .[1][2]

Funció de densitat de probabilitat

La funció de densitat de probabilitat (pdf) de la distribució gamma normal-exponencial és proporcional a[3]

f ( x ; μ , k , θ ) exp ( ( x μ ) 2 4 θ 2 ) D 2 k 1 ( | x μ | θ ) {\displaystyle f(x;\mu ,k,\theta )\propto \exp {\left({\frac {(x-\mu )^{2}}{4\theta ^{2}}}\right)}D_{-2k-1}\left({\frac {|x-\mu |}{\theta }}\right)}

on D és una funció de cilindre parabòlica.

Pel que fa a la distribució de Laplace, el pdf de la distribució NEG es pot expressar com una barreja de distribucions normals,

f ( x ; μ , k , θ ) = 0 0   N ( x | μ , σ 2 ) E x p ( σ 2 | ψ ) G a m m a ( ψ | k , 1 / θ 2 ) d σ 2 d ψ , {\displaystyle f(x;\mu ,k,\theta )=\int _{0}^{\infty }\int _{0}^{\infty }\ \mathrm {N} (x|\mu ,\sigma ^{2})\mathrm {Exp} (\sigma ^{2}|\psi )\mathrm {Gamma} (\psi |k,1/\theta ^{2})\,d\sigma ^{2}\,d\psi ,}

on, en aquesta notació, els noms de distribució s'han d'interpretar en el sentit de les funcions de densitat d'aquestes distribucions.

Dins d'aquesta barreja d'escales, la distribució de mescla de l'escala (una exponencial amb una taxa distribuïda gamma) en realitat és una distribució Lomax.

Aplicacions

La distribució té cues pesades i un pic afilat 𝜇 i, per això, té aplicacions en selecció variable.[4]

Referències

  1. «4.5: Exponential and Gamma Distributions» (en anglès). https://stats.libretexts.org,+11-03-2019.+[Consulta: 19 juny 2023].
  2. «Exponential-Gamma Distribution» (en anglès). https://www.researchgate.net,+octubre 2019. [Consulta: 19 juny 2023].
  3. «Gamma and Exponential Distributions» (en anglès). http://boron.physics.metu.edu.tr.+Arxivat de l'original el 2023-06-19. [Consulta: 19 juny 2023].
  4. «The relationship between the gamma distribution and the normal distribution» (en anglès). https://stats.stackexchange.com.+[Consulta: 19 juny 2023].
  • Vegeu aquesta plantilla
Distribucions discretes
amb suport finit
Distribucions discretes
amb suport infinit
Distribucions contínues
suportades sobre un interval acotat
Distribucions contínues
suportades sobre un interval semi-infinit
Distribucions contínues
suportades en tota la recta real
Distribucions contínues
amb el suport de varis tipus
Barreja de distribució variable-contínua
Distribució conjunta
Discreta
Ewens
Multinomial
Multinomial de Dirichlet
Multinomial negativa
Contínua
Dirichlet
Dirichlet generalitzada
Estable multivariant
Gamma normal
Gamma normal inversa
Normal multivariable
t multivariable
Matriu de valor
Matriu gamma
Matriu gamma inversa
Matriu normal
Normal de Wishart
Normal de Wishart inversa
t matriu
Wishart
Wishart inversa
Direccionals
Univariada (circular)
Asimètrica de Laplace envoltada
Cauchy envoltada
Exponencial envoltada
Lévy envoltada
Normal envoltada
Circular uniforme
Univariada de von Mises
Bivariada (esfèrica)
Kent
Bivariada (toroidal)
Bivariada de von Mises
Multivariada
von Mises-Fisher
Bingham
Degenerada i singular
Degenerada
Delta de Dirac
Singular
Cantor
Famílies