UNIVERSIDAD NACIONAL DE SANTA

ESCUELA ADEMICO PROFESIONAL DE INGENIERIA CVIL

DISTRIBUCION DE LOG PEARSON.

CURSO: HIDROLOGIA

ALVAREZ ASTO LUZ E.

DISTRIBUCION DE LOG PEARSON I Y II

HISTORIA
El sistema de Pearson fue concebido originalmente en un intento de modelo de observaciones visiblemente sesgado. Es bien sabido en el momento de cmo ajustar un modelo terico para adaptarse a los dos primeros cumulantes o momentos de los datos observados: Cualquier distribucin de probabilidad se puede extender sin rodeos para formar una escala de localizacin de la familia. Salvo en casos patolgicos, una ubicacin familia de escala se pueden hacer para adaptarse a la media observada (cumulante primero) y la varianza (cumulante segundo) y arbitrariamente. Sin embargo, no se saba cmo construir distribuciones de probabilidad en el que la asimetra (cumulante tercera normalizado) y curtosis (cumulante cuarto estndar) podra ajustarse igualmente libremente. Esta necesidad se hizo evidente cuando se trata de encajar los modelos tericos para conocer los datos observados de asimetra que exhibe. Ejemplos de Pearson incluyen los datos de supervivencia, que suelen ser asimtricas. En su documento original, Pearson (1895, p. 360) identificaron cuatro tipos de distribuciones (numerados del I al IV), adems de la distribucin normal (que fue originalmente conocido como tipo V). La clasificacin depende de si la distribucin se apoya en un intervalo acotado, en un medio en lnea, o en la recta real conjunto, y si eran potencialmente sesgadas o necesariamente simtrica. Un segundo documento (Pearson 1901) fija dos omisiones: se redefini el tipo de distribucin V (inicialmente slo la distribucin normal, pero ahora la inversa de la distribucin gamma) y presenta el tipo de distribucin VI. Juntos, los dos primeros documentos se refieren a los cinco tipos principales del sistema de Pearson (I, III, VI, V y IV). En un tercer documento, Pearson (1916) presenta ms casos especiales y subtipos (VII a XII).

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

se desprende directamente de la ecuacin diferencial.

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

), No tiene races reales. A continuacin, defina

Observar que es un nmero real y bien definido

, 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:

Pearson (1895, p. 362) llam a esto el "caso de triangulacin", ya que la integral

implica la inversa de la funcin arctan trigonomtricas. Entonces

Por ltimo, quiero

La aplicacin de estas sustituciones, se obtiene la funcin de los parmetros:

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

Grfica de la densidad de tipo Pearson VII con = 0, = 1, y: (rojo),

2

= 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

El parmetro de forma de la distribucin de tipo IV de Pearson controla

donde B es la funcin Beta.

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

que es fcilmente reconocida como la densidad de la t de Student de Distribucin.

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

Uno tiene que definir:

En la presencia de races reales de la funcin cuadrtica (2) puede ser escrito como

y la solucin de la ecuacin diferencial es por lo tanto

Pearson (1895, p. 362) llam a esto el "caso logartmica", porque la integral

implica slo la funcin logaritmo, y no la funcin arco tangente como en el caso anterior. Usando la sustitucin

se obtiene la siguiente solucin a la ecuacin diferencial (1):

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:

La distribucin de Pearson del tipo I

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):

que se obtiene una solucin en trminos de y que se apoya en el intervalo

Reagrupacin de las constantes y parmetros, esto se reduce a:

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.

Para la curva de Pearson del tipo II

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:

Los momentos de x utilizados son

2 = (n - 1) [(n 2 + n) / 12]

El tipo de distribucin de Pearson III

sigue a una:

Pearson tipo III la distribucin de la distribucin gamma, distribucin chicuadrado El tipo de distribucin de Pearson V

sigue a una:

Pearson tipo V de distribucin inversa de la distribucin gamma El tipo de distribucin de Pearson VI

sigue a una:

Pearson tipo VI de distribucin de distribucin de primer beta, distribucin F

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