Articulo de referencia

Distribución de Champernowne

En estadística , la distribución de Champernowne es una distribución de probabilidad continua y simétrica que describe variables aleatorias que toman valores tanto positivos com...

En estadística , la distribución de Champernowne es una distribución de probabilidad continua y simétrica que describe variables aleatorias que toman valores tanto positivos como negativos. Es una generalización de la distribución logística introducida por D.G. Champernowne . [ 1 ] [ 2 ] [ 3 ] Champernowne desarrolló la distribución para describir el logaritmo del ingreso. [ 2 ]

Definición

La distribución de Champernowne tiene una función de densidad de probabilidad dada por

F(y;α,λ,y0)=norteaporrear[α(yy0)]+λ,<y<,{\displaystyle f(y;\alpha ,\lambda ,y_{0})={\frac {n}{\cosh[\alpha (y-y_{0})]+\lambda }},\qquad -\infty <y<\infty ,}

dóndeα,λ,y0{\displaystyle \alpha ,\lambda ,y_{0}}son parámetros positivos, y n es la constante de normalización, que depende de los parámetros. La densidad puede reescribirse como

F(y)=norte12miα(yy0)+λ+12miα(yy0),{\displaystyle f(y)={\frac {n}{{\tfrac {1}{2}}e^{\alpha (y-y_{0})}+\lambda +{\tfrac {1}{2}}e^{-\alpha (y-y_{0})}}},}

utilizando el hecho de queaporrearincógnita=12(miincógnita+miincógnita).{\displaystyle \cosh x={\tfrac {1}{2}}(e^{x}+e^{-x}).}

Propiedades

La densidad f ( y ) define una distribución simétrica con mediana y 0 , que tiene colas algo más pesadas que una distribución normal.

Casos especiales

En el caso especialλ=0{\displaystyle \lambda =0}(α=π2,y0=0{\displaystyle \alpha ={\tfrac {\pi }{2}},y_{0}=0}) es la distribución secante hiperbólica .

En el caso especialλ=1{\displaystyle \lambda =1}Se trata de la densidad Burr Tipo XII .

Cuandoy0=0,α=1,λ=1{\displaystyle y_{0}=0,\alpha =1,\lambda =1},

F(y)=1miy+2+miy=miy(1+miy)2,{\displaystyle f(y)={\frac {1}{e^{y}+2+e^{-y}}}={\frac {e^{y}}{(1+e^{y})^{2}}},}

que es la densidad de la distribución logística estándar .

Distribución de los ingresos

Si la distribución de Y , el logaritmo del ingreso, tiene una distribución de Champernowne, entonces la función de densidad del ingreso X  =  exp( Y ) es [ 1 ]

F(incógnita)=norteincógnita[1/2(incógnita/incógnita0)α+λ+a/2(incógnita/incógnita0)α],incógnita>0,{\displaystyle f(x)={\frac {n}{x[1/2(x/x_{0})^{-\alpha }+\lambda +a/2(x/x_{0})^{\alpha }]}},\qquad x>0,}

donde x 0 = exp( y 0 ) es el ingreso mediano. Si λ = 1, esta distribución se denomina a menudo distribución de Fisk , [ 4 ] que tiene densidad

F(incógnita)=αincógnitaα1incógnita0α[1+(incógnita/incógnita0)α]2,incógnita>0.{\displaystyle f(x)={\frac {\alpha x^{\alpha -1}}{x_{0}^{\alpha }[1+(x/x_{0})^{\alpha }]^{2}}},\qquad x>0.}

Véase también

Referencias

  1. 1 2 C. Kleiber y S. Kotz (2003). Distribuciones estadísticas de tamaño en economía y ciencias actuariales . Nueva York: Wiley.Sección 7.3 "Distribución de Champagne".
  2. 1 2 Champernowne, DG (1952). "La graduación de las distribuciones de ingresos". Econometrica . 20 (4): 591– 614. doi : 10.2307/1907644 . JSTOR 1907644 . 
  3. Champernowne, DG (1953). "Un modelo de distribución del ingreso". The Economic Journal . 63 (250): 318– 351. doi : 10.2307/2227127 . JSTOR 2227127 . 
  4. Fisk, PR (1961). "La graduación de las distribuciones de ingresos". Econometrica . 29 (2): 171– 185. doi : 10.2307/1909287 . JSTOR 1909287 .