Distribuição log-logística - Log-logistic distribution
Função densidade de probabilidade
valores de como mostrado na legenda
| |||
Função de distribuição cumulativa
valores de como mostrado na legenda
| |||
Parâmetros |
forma de escala |
||
---|---|---|---|
Apoiar | |||
CDF | |||
Mau |
se , senão indefinido |
||
Mediana | |||
Modo |
se , 0 caso contrário |
||
Variância | Veja o texto principal | ||
MGF | onde está a função Beta . | ||
CF | onde está a função Beta . |
Em probabilidade e estatística , a distribuição log-logística (conhecida como distribuição Fisk em economia ) é uma distribuição de probabilidade contínua para uma variável aleatória não negativa . É utilizado na análise de sobrevida como modelo paramétrico para eventos cuja taxa aumenta inicialmente e diminui posteriormente, como, por exemplo, taxa de mortalidade por câncer após diagnóstico ou tratamento. Também tem sido usado na hidrologia para modelar o fluxo e precipitação dos rios , na economia como um modelo simples de distribuição de riqueza ou renda e em redes para modelar os tempos de transmissão de dados considerando tanto a rede quanto o software.
A distribuição log-logística é a distribuição de probabilidade de uma variável aleatória cujo logaritmo tem uma distribuição logística . É semelhante em formato à distribuição log-normal, mas tem caudas mais pesadas . Ao contrário do log-normal, sua função de distribuição cumulativa pode ser escrita de forma fechada .
Caracterização
Existem várias parametrizações diferentes da distribuição em uso. O mostrado aqui fornece parâmetros razoavelmente interpretáveis e uma forma simples para a função de distribuição cumulativa . O parâmetro é um parâmetro de escala e também é a mediana da distribuição. O parâmetro é um parâmetro de forma . A distribuição é unimodal quando e sua dispersão diminui à medida que aumenta.
A função de distribuição cumulativa é
onde , ,
A função de densidade de probabilidade é
Parametrização alternativa
Uma parametrização alternativa é dada pelo par em analogia com a distribuição logística:
Propriedades
Momentos
O primeiro momento bruto existe apenas quando é dado por
onde B é a função beta . Expressões para a média , variância , assimetria e curtose podem ser derivadas disso. Escrevendo por conveniência, o meio é
e a variação é
As expressões explícitas para a assimetria e curtose são longas. Como tende para o infinito, a média tende para , a variância e a assimetria tendem a zero e o excesso de curtose tende a 6/5 (ver também distribuições relacionadas abaixo).
Quantil
A função quantil (função de distribuição cumulativa inversa) é:
Conclui-se que a mediana é , o quartil inferior é e o quartil superior é .
Formulários
Análise de sobrevivência
A distribuição log-logística fornece um modelo paramétrico para análise de sobrevivência . Ao contrário da distribuição Weibull mais comumente usada , ela pode ter uma função de risco não monotônica : quando a função de risco é unimodal (quando ≤ 1, o risco diminui monotonicamente). O fato de que a função de distribuição cumulativa pode ser escrita na forma fechada é particularmente útil para a análise de dados de sobrevivência com censura . A distribuição log-logística pode ser usada como a base de um modelo de tempo de falha acelerado , permitindo diferir entre os grupos ou, mais geralmente, introduzindo covariáveis que afetam, mas não modelando como uma função linear das covariáveis.
e assim a função de risco é
A distribuição log-logística com parâmetro de forma é a distribuição marginal dos inter-tempos em um processo de contagem com distribuição geométrica .
Hidrologia
A distribuição log-logística tem sido usada em hidrologia para modelar taxas de fluxo de riachos e precipitação.
Valores extremos, como precipitação máxima em um dia e vazão do rio por mês ou por ano, geralmente seguem uma distribuição log-normal . A distribuição log-normal, no entanto, precisa de uma aproximação numérica. Como a distribuição log-logística, que pode ser resolvida analiticamente, é semelhante à distribuição log-normal, ela pode ser usada em seu lugar.
A imagem azul ilustra um exemplo de ajuste da distribuição log-logística às chuvas máximas classificadas em um dia de outubro e mostra o cinturão de confiança de 90% com base na distribuição binomial . Os dados de precipitação são representados pela posição de plotagem r / ( n +1) como parte da análise de frequência cumulativa .
Economia
A logística-logística tem sido utilizada como um modelo simples de distribuição de riqueza ou renda na economia , onde é conhecida como distribuição Fisk. Seu coeficiente de Gini é .
Derivação do coeficiente de Gini
|
---|
O coeficiente de Gini para uma distribuição de probabilidade contínua assume a forma: onde está o CDF da distribuição e é o valor esperado. Para a distribuição log-logística, a fórmula do coeficiente de Gini torna-se: Definir a substituição leva à equação mais simples: E fazer a substituição simplifica ainda mais a fórmula do coeficiente de Gini para: O componente integral é equivalente à função beta padrão . A função beta também pode ser escrita como: onde está a função gama . Usando as propriedades da função gama, pode-se mostrar que: A partir da fórmula de reflexão de Euler , a expressão pode ser ainda mais simplificada: Finalmente, podemos concluir que o coeficiente de Gini para a distribuição log-logística . |
Networking
A logística-logística tem sido usada como um modelo para o período de tempo que começa quando alguns dados deixam um aplicativo de usuário de software em um computador e a resposta é recebida pelo mesmo aplicativo depois de viajar e ser processada por outros computadores, aplicativos e rede segmentos, a maioria ou todos eles sem garantias rígidas em tempo real (por exemplo, quando um aplicativo está exibindo dados provenientes de um sensor remoto conectado à Internet). Tem se mostrado um modelo probabilístico mais acurado para isso do que a distribuição log-normal ou outros, desde que mudanças abruptas de regime nas sequências daqueles tempos sejam apropriadamente detectadas.
Distribuições relacionadas
- Se então
- ( Distribuição Dagum ).
- ( Distribuição Singh-Maddala ).
- ( Distribuição beta principal ).
- Se X tem uma distribuição log-logística com parâmetro de escala e parâmetro de forma, então Y = log ( X ) tem uma distribuição logística com parâmetro de localização e parâmetro de escala
- À medida que o parâmetro de forma da distribuição log-logística aumenta, sua forma cada vez mais se assemelha a de uma distribuição logística (muito estreita) . Informalmente:
- A distribuição log-logística com parâmetro de forma e parâmetro de escala é a mesma que a distribuição de Pareto generalizada com parâmetro de localização , parâmetro de forma e parâmetro de escala
- A adição de outro parâmetro (um parâmetro de deslocamento) resulta formalmente em uma distribuição log-logística deslocada , mas isso geralmente é considerado em uma parametrização diferente para que a distribuição possa ser limitada acima ou abaixo.
Generalizações
Várias distribuições diferentes são às vezes chamadas de distribuição log-logística generalizada , pois contêm a log-logística como um caso especial. Isso inclui a distribuição Burr Type XII (também conhecida como distribuição Singh – Maddala ) e a distribuição Dagum , ambas as quais incluem um segundo parâmetro de forma. Ambos são, por sua vez, casos especiais da distribuição beta generalizada ainda mais geral do segundo tipo . Outra generalização mais direta da logística-logística é a distribuição log-logística deslocada .
Outra distribuição log-logística generalizada é a transformação logarítmica da distribuição metalog , na qual as expansões das séries de potências em termos de são substituídas por parâmetros de distribuição logística e . A distribuição log-metalog resultante é altamente flexível em forma, tem formato simples e fechado de PDF e função de quantil , pode ser ajustada a dados com mínimos quadrados lineares e inclui a distribuição log-logística como um caso especial.