Davis Law
Davis Law
|
|
|
|
asetukset
|
b>0{\ displaystyle b> 0} asteikko parametri muoto parametri kanta parametri ei>0{\ displaystyle n> 0} μ>0{\ displaystyle \ mu> 0}
|
---|
Tuki
|
x>μ{\ displaystyle x> \ mu}
|
---|
Todennäköisyystiheys
|
bei(x-μ)-1-ei(ebx-μ-1)Γ(ei)ζ(ei){\ displaystyle {\ frac {b ^ {n} {(x- \ mu)} ^ {- 1-n}} {\ vasen (e ^ {\ frac {b} {x- \ mu}} - 1 \ oikea) \ Gamma (n) \ zeta (n)}}} jossa on Gammafunktio ja on Riemannin Zeta funktioΓ(ei){\ displaystyle \ Gamma (n)}ζ(ei){\ displaystyle \ zeta (n)}
|
---|
Toivoa
|
{μ+bζ(ei-1)(ei-1)ζ(ei)jos ei>2määrittelemätönjos ei {\ displaystyle {\ begin {cases} \ mu + {\ frac {b \ zeta (n-1)} {(n-1) \ zeta (n)}} ja {\ text {si}} \ n> 2 \\ {\ text {määrittelemätön}} ja {\ text {muuten}} \ \ end {cases}}}
|
---|
Varianssi
|
katso artikkeli
|
---|
Vuonna todennäköisyysteoriaa ja tilastoja , Davis laki on jatkuva todennäköisyys lakia . Sen nimi on peräisin Harold T. Davisilta (1892–1974), joka otti tämän lain käyttöön vuonna 1941 tulomallina. Se yleistää Planckin säteilylain tilastofysiikassa .
Määritelmä
Todennäköisyyden tiheys Davisin lain annetaan
f(x;μ,b,ei)={beiΓ(ei)ζ(ei)(x-μ)-1-eiebx-μ-1jos ei>30jos ei. {\ displaystyle f (x; \ mu, b, n) = {\ alkaa {tapaukset} {\ frac {b ^ {n}} {\ Gamma (n) \ zeta (n)}} {\ frac {(x - \ mu) ^ {- 1-n}} {e ^ {\ frac {b} {x- \ mu}} - 1}} ja {\ text {si}} \ n> 3 \\ 0 & {\ kirjoita {muuten.}} \ \ loppu {tapaukset}}}missä Γ on gammafunktio ja ζ on Riemannin zeta-funktio . Tässä μ , b ja n ovat lain parametreja, n on kokonaisluku.
Ominaisuudet
Varianssi Davis' laki on:
Vklor(X)={b2(-(ei-2)ζ(ei-1)2+(ei-1)ζ(ei-2)ζ(ei))(ei-2)(ei-1)2ζ(ei)2jos ei>3määrittelemätönjos ei. {\ displaystyle \ mathrm {Var} (X) = {\ begin {cases} {\ frac {b ^ {2} \ left (- (n-2) {\ zeta (n-1)} ^ {2} + (n-1) \ zeta (n-2) \ zeta (n) \ oikea)} {(n-2) {(n-1)} ^ {2} {\ zeta (n)} ^ {2}} } & {\ text {si}} \ n> 3 \\ {\ text {indeterminate}} ja {\ text {muuten.}} \ \ end {cases}}}Motivaatio
Voidakseen antaa lausekkeen, joka edustaa tarkemmin tulolain häntä, Davis käytti sopivaa mallia, jolla oli seuraavat ominaisuudet:
- se on olemassa sellainen, että ,μ>0{\ displaystyle \ mu> 0 \,}f(μ)=0{\ displaystyle f (\ mu) = 0}
- on olemassa tulomalli,
- ja suuri x , tiheys toimii kuten Pareto-jakauma :
f(x)∼AT(x-μ)-a-1.{\ displaystyle f (x) \ sim A {(x- \ mu)} ^ {- \ alfa -1} \,.}
Linkit muihin lakeihin
- Jos sitten ( Planckin laki )X∼D.klovis(b=1,ei=4,μ=0){\ displaystyle X \ sim \ mathrm {Davis} (b = 1, n = 4, \ mu = 0) \,}1X∼Plkloeivs.k{\ displaystyle {\ tfrac {1} {X}} \ sim \ mathrm {Planck}}
Viitteet
-
Ekonometrian teoria ja taloudellisten aikasarjojen analyysi
-
Christian Kleiber , Tilastolliset kokojakaumat taloustieteessä ja vakuutusmatemaattisissa tiedoissa , Wiley-sarjat todennäköisyydessä ja tilastoissa,2003, 352 Sivumäärä ( ISBN 978-0-471-15064-0 )
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">