Uogólnione prawo ekstremum
W prawdopodobieństwie i statystyce uogólnione prawo ekstremum jest rodziną ciągłych praw prawdopodobieństwa, które są używane do reprezentowania zjawisk o ekstremalnych wartościach (minimum lub maksimum). Obejmuje rozkład Gumbela , prawo Frécheta i Weibulla , odpowiednio prawa ekstremum typu I, II i III. Twierdzenie Fishera-Tippetta-Gnedenki ustala, że uogólnione prawo ekstremum jest ograniczającym rozkładem maksimum (odpowiednio znormalizowanego) szeregu niezależnych zmiennych losowych o tym samym rozkładzie ( iid ).
Uogólnione prawo ekstremum jest znane jako prawo Fishera-Tippetta od nazwiska Ronalda Fishera i LHC Tippetta, którzy badali trzy poniższe formy funkcjonalne. Czasami ta nazwa bardziej szczegółowo wskazuje na przypadek prawa Gumbela .
Definicja
Funkcja dystrybucji (dystrybucja skumulowana) to
fa(x;μ,σ,ξ)=exp{-[1+ξ(x-μσ)]+-1/ξ}{\ displaystyle F (x; \ mu, \ sigma, \ xi) = \ exp \ lewo \ {- \ lewo [1+ \ xi \ lewo ({\ Frac {x- \ mu} {\ sigma}} \ prawo) ) \ right] _ {+} ^ {- 1 / \ xi} \ right \}}![{\ displaystyle F (x; \ mu, \ sigma, \ xi) = \ exp \ lewo \ {- \ lewo [1+ \ xi \ lewo ({\ Frac {x- \ mu} {\ sigma}} \ prawo) ) \ right] _ {+} ^ {- 1 / \ xi} \ right \}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/1ef122b67c10b79cad8230dae5677e75f99530a2)
z
(1+ξ(x-μ)/σ)+=max(0,1+ξ(x-μ)/σ){\ Displaystyle \ lewo (1+ \ xi (x- \ mu) / \ sigma \ prawej) _ {+} = \ max \ lewo (0,1+ \ xi (x- \ mu) / \ sigma \ prawej) }![{\ Displaystyle \ lewo (1+ \ xi (x- \ mu) / \ sigma \ prawej) _ {+} = \ max \ lewo (0,1+ \ xi (x- \ mu) / \ sigma \ prawej) }](https://wikimedia.org/api/rest_v1/media/math/render/svg/a980a55404775e9c416f55040f4900dfc48140f5)
,
gdzie jest parametrem pozycji, σ > 0 parametrem dyspersji i parametrem kształtu zwanym indeksem wartości ekstremalnych . Jeśli ξ = 0 , wyrażenie nie jest zdefiniowane i należy je rozumieć jako granicę, którą można obliczyć:
μ∈R{\ displaystyle \ mu \ in \ mathbb {R}}
ξ∈R{\ displaystyle \ xi \ in \ mathbb {R}}![{\ displaystyle \ xi \ in \ mathbb {R}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7d76d71407fc7c7e1978c8f4a7d393f243ea1c83)
fa(x;μ,σ,0)=exp[-exp(-x-μσ)].{\ Displaystyle F (x; \ mu, \ sigma, 0) = \ exp \ lewo [- \ exp \ lewo (- {\ Frac {x- \ mu} {\ sigma}} \ prawej) \ prawej].}![{\ Displaystyle F (x; \ mu, \ sigma, 0) = \ exp \ lewo [- \ exp \ lewo (- {\ Frac {x- \ mu} {\ sigma}} \ prawej) \ prawej].}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2adb63f4de08520cbe9835debfad97fe03411549)
Funkcja gęstości to
fa(x;μ,σ,ξ)=1σ[1+ξ(x-μσ)](-1/ξ)-1exp{-[1+ξ(x-μσ)]-1/ξ}{\ Displaystyle f (x; \ mu, \ sigma, \ xi) = {\ Frac {1} {\ sigma}} \ lewo [1+ \ xi \ lewo ({\ Frac {x- \ mu} {\ sigma }} \ right) \ right] ^ {(- 1 / \ xi) -1} \ exp \ left \ {- \ left [1+ \ xi \ left ({\ frac {x- \ mu} {\ sigma} } \ right) \ right] ^ {- 1 / \ xi} \ right \}}
fa(x;μ,σ,0)=1σexp(-x-μσ)exp[-exp(-x-μσ)]{\ Displaystyle f (x; \ mu, \ sigma, 0) = {\ Frac {1} {\ sigma}} \ exp \ lewo (- {\ Frac {x- \ mu} {\ sigma}} \ prawej) \ exp \ left [- \ exp \ left (- {\ frac {x- \ mu} {\ sigma}} \ right) \ right]}
Chwile
Oczekiwanie, wariancja i tryb zmiennej według uogólnionego prawa ekstremum można wyrazić przez:
mi(X)=μ-σξ+σξsol1,{\ Displaystyle \ mathbb {E} (X) = \ mu - {\ Frac {\ sigma} {\ xi}} + {\ Frac {\ sigma} {\ xi}} g_ {1},}
Var(X)=σ2ξ2(sol2-sol12),{\ displaystyle \ operatorname {Var} (X) = {\ Frac {\ sigma ^ {2}} {\ xi ^ {2}}} (g_ {2} -g_ {1} ^ {2}),}
Moda(X)=μ+σξ[(1+ξ)-ξ-1].{\ Displaystyle \ operatorname {tryb} (X) = \ mu + {\ Frac {\ sigma} {\ xi}} [(1+ \ xi) ^ {- \ xi} -1].}
gdzie g k = Γ (1– k ξ ) , dla k = 1,2,3,4
(
Γ ( t ) jest
funkcją gamma ).
Asymetria zależy od znaku Ę
κ3(X)=mi[(X-mi(X)Var(X))3]=ssolnie(ξ)sol3-3sol1sol2+2sol13(sol2-sol12)3/2.{\ Displaystyle \ kappa _ {3} (X) = \ mathbb {E} \ lewo [\ lewo ({\ Frac {X- \ mathbb {E} (X)} {\ sqrt {\ nazwa operatora {Var} (X )}}} \ right) ^ {3} \ right] = \ mathrm {sgn} (\ xi) {\ frac {g_ {3} -3g_ {1} g_ {2} + 2g_ {1} ^ {3} } {(g_ {2} -g_ {1} ^ {2}) ^ {3/2}}}.}![{\ Displaystyle \ kappa _ {3} (X) = \ mathbb {E} \ lewo [\ lewo ({\ Frac {X- \ mathbb {E} (X)} {\ sqrt {\ nazwa operatora {Var} (X )}}} \ right) ^ {3} \ right] = \ mathrm {sgn} (\ xi) {\ frac {g_ {3} -3g_ {1} g_ {2} + 2g_ {1} ^ {3} } {(g_ {2} -g_ {1} ^ {2}) ^ {3/2}}}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/d1c0cc51d22ab9fcdae0aa303634c0583ddef965)
Kurtoza jest:
κ4(X)=mi[(X-mi(X)Var(X))4]=sol4-4sol1sol3+6sol2sol12-3sol14(sol2-sol12)2-3.{\ Displaystyle \ kappa _ {4} (X) = \ mathbb {E} \ lewo [\ lewo ({\ Frac {X- \ mathbb {E} (X)} {\ sqrt {\ operatorname {Var} (X )}}} \ right) ^ {4} \ right] = {\ frac {g_ {4} -4g_ {1} g_ {3} + 6g_ {2} g_ {1} ^ {2} -3g_ {1} ^ {4}} {(g_ {2} -g_ {1} ^ {2}) ^ {2}}} - 3.}![{\ Displaystyle \ kappa _ {4} (X) = \ mathbb {E} \ lewo [\ lewo ({\ Frac {X- \ mathbb {E} (X)} {\ sqrt {\ operatorname {Var} (X )}}} \ right) ^ {4} \ right] = {\ frac {g_ {4} -4g_ {1} g_ {3} + 6g_ {2} g_ {1} ^ {2} -3g_ {1} ^ {4}} {(g_ {2} -g_ {1} ^ {2}) ^ {2}}} - 3.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/18cd6d348beb64b5e4f703f1e95e44f6e0dd72eb)
Powiązanie z prawami Frécheta, Weibulla i Gumbela
Parametr ξ określa zachowanie dystrybucji w jej ogonach. Wartości ξ = 0 , ξ > 0 i ξ <0 odpowiadają odpowiednio prawom Gumbela, Frécheta i Weibulla.
-
Prawo ekstremalne Gumbela lub typu I ( ξ = 0 )fa(x;μ,σ,0)=exp(-mi-(x-μ)/σ)∀x∈R.{\ Displaystyle F (x; \ mu, \ sigma, 0) = \ exp \ lewo (-e ^ {- (x- \ mu) / \ sigma} \ prawej) \; \; \; \ forall \; x \ in \ mathbb {R}.}
-
Prawo ekstremum Frécheta lub typu II ( ξ = α −1 > 0 )fa(x;μ,σ,ξ)={0x≤μmi-((x-μ)/σ)-αx>μ.{\ Displaystyle F (x; \ mu, \ sigma, \ xi) = {\ rozpocząć {przypadków} 0 & x \ leq \ mu \\ e ^ {- ((x- \ mu) / \ sigma) ^ {- \ alpha}} & x> \ mu. \ end {cases}}}
-
Prawo ekstremum Weibulla lub III typu ( ξ = −α −1 <0 )fa(x;μ,σ,ξ)={mi-(-(x-μ)/σ)αx<μ1x≥μ{\ Displaystyle F (x; \ mu, \ sigma, \ xi) = {\ rozpocząć {przypadków} e ^ {- (- (x- \ mu) / \ sigma) ^ {\ alfa}} & x <\ mu \ \ 1 & x \ geq \ mu \ end {sprawy}}}
z .σ>0{\ displaystyle \ sigma> 0}![\ sigma> 0](https://wikimedia.org/api/rest_v1/media/math/render/svg/762ecd0f0905dd0d4d7a07f80fa8bfb324b9b021)
Uwagi
- Opisana dystrybucja jest rozkładem maksymalnym . Uogólniona ekstremalne wartości prawa do minimum uzyskuje się przez zastąpienie X o - X w funkcji, od F do 1 - F .
W szczególności „zwykłe” prawo Weibulla, jakie pojawia się w badaniach niezawodności, uzyskuje się ustawiając zmienną t = μ - x , aby zaoferować ściśle dodatnie wsparcie x > 0. Można je zatem postrzegać jako „zwrócone”: jego dziedzina ma dolną granicę zamiast górnej. Jednak w praktycznych zastosowaniach często przyjmuje się 0 jako dolną granicę.
- Te trzy prawa mają dziedziny o różnym charakterze: prawo Gumbela jest nieograniczone, prawo Frécheta jest ograniczone niżej, a zwrócone prawo Weibulla jest ograniczone w najwyższym stopniu.
Istnieje związek między prawami typu I, II i III: prawem typu I jest rozkład logarytmu prawa typu II lub prawa typu III (logarytmu przeciwnego do zwracanego typu III).
Bibliografia
-
(fr) Ten artykuł jest częściowo lub w całości zaczerpnięty z artykułu w angielskiej Wikipedii zatytułowanego „ Uogólniony rozkład wartości ekstremalnych ” ( patrz lista autorów ) .
- (en) Paul Embrechts , Claudia Klüppelberg i Thomas Mikosch , Modeling Extremal Events: For Insurance and Finance , Berlin, Springer Verlag,1997( czytaj online )
- (en) MR Leadbetter , G. Lindgren i H. Rootzén , Extremes and Related Properties of Random Sequences and Processes , Springer-Verlag ,1983( ISBN 978-1-4612-5451-5 )
- (en) SI Resnick , Extreme Values, Regular Variation, and Point Processes , Springer-Verlag ,2008( 1 st ed. 1987), 320 , str. ( ISBN 978-0-387-75952-4 , czytaj online )
- (w) Stuart Coles , Wprowadzenie do statystycznego modelowania wartości ekstremalnych , Springer-Verlag ,2001, 208 str. ( ISBN 1-85233-459-2 , czytaj online )