Академический Документы
Профессиональный Документы
Культура Документы
Rhind (1909, pp. 430-432) ide una forma sencilla de visualizar el espacio de los parmetros del sistema de Pearson, que posteriormente fue aprobado por Pearson (1916, placa 1 y pp. 430ff., 448ff.). Los tipos de Pearson se caracterizan por dos cantidades, comnmente conocida como 1 y 2. El primero es el cuadrado de la asimetra: donde 1 es la asimetra, o momento estandarizados tercero. La segunda es la curtosis tradicionales, o momento normalizado cuarto: = 2 2 + 3. (Los tratamientos modernos definir curtosis 2 en trminos de cumulantes en lugar de los momentos, de modo que para una distribucin normal hemos 2 = 0 y 2 = 3. Aqu se sigue el precedente histrico y el uso de 2.) El diagrama de la derecha muestra el tipo de Pearson una distribucin concreta que se da (identificado por un punto ( 1, 2)) pertenece. Muchos de los sesgada y / o no-distribucin de mesocrtica familiar para nosotros hoy en da an no se conocan en la dcada de 1890. Lo que ahora se conoce como la distribucin beta haba sido utilizado por Thomas Bayes como una distribucin posterior del parmetro de una distribucin de Bernoulli en su obra de 1763 sobre la probabilidad inversa. La distribucin Beta cobrado importancia debido a su afiliacin en el sistema de Pearson y se conoca hasta la dcada de 1940 como el tipo de Pearson I de distribucin. [1] de distribucin II (Pearson tipo es un caso especial de tipo I, pero no suele ser destacado.) La distribucin gamma proceden de la obra de Pearson (Pearson 1893, p. 331; Pearson, 1895, pp. 357, 360, 373-376) y era conocido como la distribucin de Pearson del tipo III, antes de adquirir su nombre actual en los aos 1930 y 1940. [ 2] 1895 Pearson documento presenta el tipo de distribucin IV, que contiene la t de Student de distribucin como un caso especial, anterior a William Sealy Gosset 's su uso posterior por varios aos. Su documento de 1901 introdujo la inversa de la distribucin gamma (tipo V) y la primer beta de la distribucin (tipo VI).
CONCEPTO
La distribucin de Pearson es una familia de distribuciones de probabilidad continua. Fue publicado por primera vez por Karl Pearson en 1895 y
prorrogado posteriormente por l en 1901 y 1916 en una serie de artculos sobre bioestadstica.
DEFINICION
A p densidad de Pearson se define como una solucin vlida a la ecuacin diferencial (cf. Pearson 1895, p. 381)
con:
Segn Ord [3], Pearson ide la forma subyacente de la ecuacin (1) sobre la base de, en primer lugar, la frmula para la derivada del logaritmo de la funcin de densidad de la distribucin normal (que da una funcin lineal) y, en segundo lugar , de una relacin de recurrencia para los valores de la funcin de masa de probabilidad de la distribucin hipergeomtrica (que produce el lineal, dividido por la estructura de segundo grado). En la ecuacin (1), el parmetro a determina un punto estacionario, y por lo tanto, bajo ciertas condiciones, una modalidad de la distribucin, ya que
Dado que estamos ante una ecuacin diferencial lineal con coeficientes variables, su solucin es sencilla:
La integral de esta solucin simplifica considerablemente cuando se consideran ciertos casos especiales del integrando. Pearson (1895, p. 367) distingue dos casos principales, determinado por el signo del discriminante (y por tanto el nmero de races reales) de la funcin cuadrtica
TIPOS PARTICULARES DE LA DISTRIBUCION Existen Dos Casos: A). CASO 1, Discriminante Negativo: El tipo de distribucin de Pearson IV
Si
el
discriminante
de
la
funcin
cuadrtica
(2)
es
negativo
, Porque por
supuesto y por lo tanto . La aplicacin de estas sustituciones, la funcin cuadrtica (2) se transforma en
La ausencia de races reales es evidente a partir de esta formulacin, ya que 2 es necesariamente positivo. Ahora expresar la solucin de la ecuacin diferencial (1) como una funcin de y:
Esta densidad sin normalizar tiene apoyo en la recta real todo. Depende de un escala del parmetro> 0 y los parmetros de la forma m> 1 / 2 y . Uno de los parmetros que se perdi cuando se opt por encontrar la solucin a la ecuacin diferencial (1) como una funcin de y en lugar de x. Por lo tanto,
reintroducir un cuarto parmetro, es decir, la parmetro de ubicacin. As, hemos derivado de la densidad de la distribucin de Pearson del tipo IV:
La constante de normalizacin implica la funcin Gamma complejo () y la funcin beta (B). El tipo de distribucin de Pearson VII
= 4 (azul), y
= 0 (negro)
su asimetra. Al fijar su valor a cero, se obtiene un perodo de tres simtrico familia de parmetros. Este caso especial se conoce como la distribucin de tipo VII Pearson (cf. Pearson 1916, p. 450). Su densidad es
Una parametrizacin alternativa (y especializacin ligero) de la distribucin de tipo VII se obtiene haciendo que
que requiere m> 3 / 2. Esto implica una menor prdida de generalidad, pero asegura que la varianza de la distribucin existe y es igual a 2. Ahora, el parmetro m slo controla la curtosis de la distribucin. Si los enfoques m infinito como y se mantienen constantes, la distribucin normal, se plantea como un caso especial:
Esta es la densidad de una distribucin normal con media y la desviacin estndar. Es conveniente exigir que m> 5 / 2 y dejar que
Este es otro de especializacin, y garantiza que los cuatro primeros momentos de la distribucin de existir. Ms concretamente, el tipo de Pearson VII de distribucin en trminos de parmetros (, , 2) tiene una media de , la desviacin estndar de , la asimetra de cero, y el exceso de curtosis de 2. Distribucin La T De Student,
El tipo de Pearson VII subsume la distribucin t de Student, la distribucin, y por lo tanto tambin la distribucin de Cauchy. T de Student, la distribucin surge como resultado de la aplicacin de las sustituciones siguientes a su parametrizacin original:
donde > 0. Observe que se cumpla la restriccin m> 1 / 2. La densidad de este restringido de la familia parmetro es
B) CASO 2, Discriminante No Negativo Si la funcin cuadrtica (2) tiene un no-discriminante negativo ( distintos): ), Que tiene races reales un
1
y un
(no necesariamente
En la presencia de races reales de la funcin cuadrtica (2) puede ser escrito como
implica slo la funcin logaritmo, y no la funcin arco tangente como en el caso anterior. Usando la sustitucin
Dado que esta densidad slo se conoce hasta un escondido constante de proporcionalidad, que la constante se puede cambiar y la densidad de escrito de la siguiente manera:
Una generalizacin de la distribucin beta, se produce cuando las races de la ecuacin de segundo grado (2) son de signo opuesto, es decir, Entonces el p solucin se apoya en el intervalo de Substition
(1,
r 1 <0 <r
2.
2).
Aplicar el
(0,1):
As
sigue
una
con
Resulta que que es necesario y suficiente para que P sea una verdadera funcin de densidad de probabilidad. El tipo II de distribucin de Pearson De Pearson del tipo II de distribucin es un caso especial de Pearson del tipo I de la familia restringida a la distribucin simtrica.
dnde
la ordenada, y, es la frecuencia de la . La curva de Pearson del tipo II se utiliza en el clculo de la tabla de coeficientes de correlacin significativa para el coeficiente de correlacin de rangos de Spearman cuando el nmero de artculos en serie es inferior a 100 (o 30, segn algunas fuentes). Despus de eso, la distribucin imita t un estudiante estndar de la distribucin. Para la tabla de valores, algunos valores se utilizan como las constantes en la ecuacin anterior:
2 = (n - 1) [(n 2 + n) / 12]
sigue a una:
Pearson tipo III la distribucin de la distribucin gamma, distribucin chicuadrado El tipo de distribucin de Pearson V
sigue a una:
sigue a una:
Esquema del sistema de Pearson, que indiquen la distribucin de los tipos I, III, VI, V y IV, en trminos de 1 (cuadrado asimetra) y
2 (curtosis tradicional)
BIBLIOGRAFIA
http://translate.google.com.pe/translate?hl=es&langpair=en%7Ces&u= http://en.wikipedia.org/wiki/Pearson_distribution
http://translate.google.com.pe/translate?hl=es&langpair=en%7Ces&u= http://www.ozgrid.com/excel-add-ins/log-pearson-distribution.htm