Distribució gaussiana inversa generalitzada

distribució de probabilitat contínua

En teoria i estadística de probabilitats, la distribució gaussiana inversa generalitzada (GIG) és una família de tres paràmetres de distribucions de probabilitat contínues amb funció de densitat de probabilitat.

Infotaula distribució de probabilitatGeneralized inverse Gaussian
Funció de densitat de probabilitat
Probability density plots of GIG distributions
Tipusfamília exponencial i distribució de probabilitat contínua Modifica el valor a Wikidata
EpònimCarl Friedrich Gauß i Herbert Sichel (en) Tradueix Modifica el valor a Wikidata
Paràmetresa > 0, b > 0, p real
Suportx > 0
fdp
Variància

on Kp és una funció de Bessel modificada del segon tipus, a > 0, b > 0 i p un paràmetre real. S'utilitza àmpliament en geoestadística, lingüística estadística, finances, etc. Aquesta distribució va ser proposada per primera vegada per Étienne Halphen.[1][2] Va ser redescoberta i popularitzada per Ole Barndorff-Nielsen, que la va anomenar distribució gaussiana inversa generalitzada. Les seves propietats estadístiques es discuteixen a les notes de la conferència de Bent Jørgensen.[3]

Propietats modifica

Per fixació   i  , podem expressar alternativament la distribució GIG com  on   és el paràmetre de concentració mentre   és el paràmetre d'escala.

Barndorff-Nielsen i Halgreen van demostrar que la distribució GIG és infinitament divisible.

Característica d'una variable aleatòria   es dóna com (per a una derivació de la funció característica, vegeu materials suplementaris de[4])

 

per   on   denota el nombre imaginari.

Referències modifica

  1. Seshadri, V. «Halphen's laws». A: Kotz. Encyclopedia of Statistical Sciences, Update Volume 1 (en anglès). Nova York: Wiley, 1997, p. 302–306. 
  2. Perreault, L.; Bobée, B.; Rasmussen, P. F. Journal of Hydrologic Engineering, 4, 3, 1999, pàg. 189. DOI: 10.1061/(ASCE)1084-0699(1999)4:3(189).
  3. Jørgensen, Bent. Statistical Properties of the Generalized Inverse Gaussian Distribution (en anglès). 9. New York–Berlin: Springer-Verlag, 1982 (Lecture Notes in Statistics). ISBN 0-387-90665-7. 
  4. Pal, Subhadip; Gaskins, Jeremy Journal of Statistical Computation and Simulation, 92, 16, 23-05-2022, pàg. 3430–3451. DOI: 10.1080/00949655.2022.2067853. ISSN: 0094-9655.