Vés al contingut

Distribució de ràtio

De la Viquipèdia, l'enciclopèdia lliure
Infotaula distribució de probabilitatDistribució de ràtio
Tipusdistribució de probabilitat Modifica el valor a Wikidata
MathworldRatioDistribution Modifica el valor a Wikidata

Una distribució de ràtio (també coneguda com a distribució quocient) és una distribució de probabilitat construïda com la distribució de la relació de variables aleatòries que tenen dues altres distribucions conegudes. Donades dues variables aleatòries (generalment independents) X i Y, la distribució de la variable aleatòria Z que es forma com la relació Z=X/Y és una distribució de raó.

Avaluació de la distribució acumulada d'una ràtio.

Un exemple és la distribució de Cauchy (també anomenada distribució de raó normal), que es presenta com la relació de dues variables distribuïdes normalment amb una mitjana zero. Altres dues distribucions que s'utilitzen sovint en estadístiques de prova també són distribucions de proporcions: la distribució t sorgeix d'una variable aleatòria gaussiana dividida per una variable aleatòria independent distribuïda en chi, mentre que la distribució F s'origina a partir de la proporció de dues distribucions de chi quadrat independents. variables aleatòries. A la literatura s'han considerat distribucions de ràtio més generals.[1][2][3][4][5][6][7][8]

Sovint, les distribucions de proporcions són de cua pesada, i pot ser difícil treballar amb aquestes distribucions i desenvolupar una prova estadística associada. S'ha suggerit un mètode basat en la mediana com a "solució alternativa".[9]

Derivació[modifica]

Una manera de derivar la distribució de la relació de a partir de la distribució conjunta de les altres dues variables aleatòries X, Y, amb pdf conjunt , és per la integració de la forma següent [10]

Si les dues variables són independents, aleshores i això esdevé

Referències[modifica]

  1. Geary, R. C. Journal of the Royal Statistical Society, 93, 3, 1930, pàg. 442–446. DOI: 10.2307/2342070. JSTOR: 2342070.
  2. Fieller, E. C. Biometrika, 24, 3/4, Novembre 1932, pàg. 428–440. DOI: 10.2307/2331976. JSTOR: 2331976.
  3. Curtiss, J. H. The Annals of Mathematical Statistics, 12, 4, Desembre 1941, pàg. 409–421. DOI: 10.1214/aoms/1177731679. JSTOR: 2235953 [Consulta: lliure].
  4. Marsaglia, George Journal of the American Statistical Association, 60, 309, March 1965, pàg. 193–204. DOI: 10.2307/2283145. JSTOR: 2283145.
  5. Hinkley, D. V. Biometrika, 56, 3, Desembre 1969, pàg. 635–639. DOI: 10.2307/2334671. JSTOR: 2334671.
  6. Hayya, Jack; Armstrong, Donald; Gressis, Nicolas Management Science, 21, 11, juliol 1975, pàg. 1338–1341. DOI: 10.1287/mnsc.21.11.1338. JSTOR: 2629897 [Consulta: lliure].
  7. Springer, Melvin Dale. The Algebra of Random Variables (en anglès). Wiley, 1979. ISBN 0-471-01406-0. 
  8. Pham-Gia, T.; Turkkan, N.; Marchand, E. Communications in Statistics – Theory and Methods, 35, 9, 2006, pàg. 1569–1591. DOI: 10.1080/03610920600683689.
  9. Brody, James P.; Williams, Brian A.; Wold, Barbara J.; Quake, Stephen R. Proc Natl Acad Sci U S A, 99, 20, Octubre 2002, pàg. 12975–12978. Bibcode: 2002PNAS...9912975B. DOI: 10.1073/pnas.162468199. PMC: 130571. PMID: 12235357 [Consulta: lliure].
  10. Curtiss, J. H. The Annals of Mathematical Statistics, 12, 4, Desembre 1941, pàg. 409–421. DOI: 10.1214/aoms/1177731679. JSTOR: 2235953 [Consulta: lliure].