Distribució de Bates

De testwiki
Salta a la navegació Salta a la cerca

Plantilla:Infotaula distribució de probabilitat En teoria de la probabilitat i estadística, la distribució de Bates, que duu el nom de Grace E. Bates,[1] és la distribució de probabilitat de la mitjana de n variables aleatòries independents, cadascuna amb distribució uniforme en l'interval unitat [0,1].[2] Aquesta distribució està relacionada amb la distribució d'Irwin–Hall,[2] que és la distribució de la suma de n variables aleatòries independents amb distribució uniforme a l'interval [0,1], i, a vegades, es confonen ambdues.[3] Malgrat els noms de Bates, Irwing i Hall, aquesta mena de distribucions van ser estudiades per Joseph Luis Lagrange el 1770 [4] i per Nicolai Lobatxevski el 1832,[5] i redescobertes per nombrosos autors.[6]

Definició i funció de densitat

Siguin U1,,Un variables aleatòries independents, totes amb distribució uniforme en l'interval [0,1]. Designem per Mn la mitjana d'aquestes variables: Mn=1nj=1nUj. La distribució de Mn és coneguda com a distribució de Bates. És una distribució contínua amb funció de densitat[7]fMn(x)={nn(n1)nk=0[nx](1)k(nk)(xkn)n1, si x[0,1],0,en cas contrari,on [r] és la part entera del nombre real r .


Alternativament [8] fMn(x)=nn(n1)nk=0n(1)k(nk)(xkn)+n1, x[0,1],on r+m={rm,si r>00,en cas contrari.Ambdues expressions són equivalents, ja que a la segona expressió, per a j=[nx]+1,,n, tenim que xj/n<0.

Sigui Sn la suma de U1,,Un : Sn=j=1nUj, que té una distribució d'Irwin-Hall, i designem per fSn(x) la seva funció de densitat. Tenim que Mn=1nSn.Per la fórmula de canvi de variables per a variables aleatòries amb densitat tenim que fMn(x)=nfSn(nx).Per tant, la fórmula de fMn(x) es dedueix de la fSn(x) a la pagina de la distribució d'Irwin-Hall on també hi ha les demostracions corresponents.

Totes les propietats de la distribució de Bates (moments, funció característica,....) es dedueixen de les corresponents propietats de les distribucions uniformes i de la independència de U1,,Un.

Generalització

Com a la secció anterior, designem per fMn(x) la funció de densitat de Bates

Siguin V1,,Vn variables aleatòries independents, amb distribució uniforme en l'interval [a,b], amb a<b, sigui fMn(x;a,b) la funció de densitat de la mitjana 1nj=1nVn aleshores fMn(x;a,b)=1bafMn(xaba), x[a,b].


Aproximació normal

Tal com mostra el gràfic del principi de la pàgina, a l'augmentar n, la distribució de Bates s'assembla cada cop més a una distribució normal. Això és degut al fet que podem aplicar el teorema central del límit. Concretament, considerem el cas general que hem considerat a l'apartat anterior amb V1,,Vn amb distribució uniforme en l'interval [a,b], i Mn=1nj=1nVjiSn=j=1nVj.Atès que E[Vj]=a+b2iVar(Vj)=(ba)212,tindrem que limn12nMn(a+b)/2ba=Z, en distribució,on Z te una distribució normal estàndard 𝒩(0,1) . També es diu que Mn és asimptòticament normal amb mitjana (a+b)/2 i variància (ba)2/(12n) : Mn𝒜𝒩(a+b2,(ba)212n).


El cas de Lobatxevski

Lobatxevski considera el cas b=1 i a=1 , és a dir, les variables de partida tenen distribució uniforme a l'interval [1,1], que interpreta com els errors en prendre mesures repetides de determinada quantitat (en unes unitats no especificades). Llavors la densitat de la seva mitjana ésfMn(x;1,1)=n2n(n1)!k=0n(1)k(nk)(nx+n2k)+n1, x[1,1]. Vegeu Renyi [9] per a l'expressió de la densitat de la suma de variables independents uniformes en [-1,1].

D'acord amb Maistrov ,[10] Lobatxevski tenia interès en aquesta distribució perquè volia estimar, tenint en compte els errors de mesura, si la suma dels angles d'un gran triangle astronòmic era menor que 180, amb la qual cosa es tindria una prova que la geometria de l'univers era no euclidiana hiperbòlica. Vegeu Brylevskaya.[11]

Vegeu també

Referències

Plantilla:Referències

Bibliografia

Plantilla:Distribucions de probabilitat Plantilla:Autoritat

  1. Plantilla:Ref-publicació
  2. 2,0 2,1 Jonhson, N. L.; Kotz, S.; Balakrishnan (1995) Continuous Univariate Distributions, Volume 2, Section 26.9. 2nd Edition, Wiley Plantilla:ISBN
  3. Plantilla:Ref-web
  4. Lagrange, Mémiore sur l'utilité de la méthode de prendre le milieu entre les résultats de plusierurs observations. Miscellania Tourinencia, t. V, 1770-1772. Reproduït a Oeuvres de Lagrange, (M. J.-A. Serret), Vol. 2, pp. 173-234, Gauthier-Villars, Paris, 1868
  5. Lobatschewsky, Probabilité des résultats moyens tirés d'observations répetées. Journal für die reine und angewandte Mathematik, vol. 1842, no. 24, 1842, pp. 164-170.
  6. Seal, H. L., Spot the prior reference, The Journal of the Institute of Actuaries Students' Society, 1950. https://www.cambridge.org/core/services/aop-cambridge-core/content/view/7A07C679478E54AD8D92AD2AA4B04046/S0020269X00004606a.pdf/div-class-title-spot-the-prior-reference-div.pdf
  7. Jonhson, N. L.; Kotz, S.; Balakrishnan (1995) Continuous Univariate Distributions, Volume 2, p.297. 2nd Edition, Wiley Plantilla:ISBN
  8. Plantilla:Ref-llibre
  9. Plantilla:Ref-llibre
  10. Plantilla:Ref-llibre
  11. Plantilla:Ref-publicació