Loi de Dagum

Loi de Dagum
Image illustrative de l’article Loi de Dagum
Densité de probabilité

Paramètres p > 0 {\displaystyle p>0} paramètre de forme
a > 0 {\displaystyle a>0} paramètre de forme
b > 0 {\displaystyle b>0} paramètre d'échelle
Support x > 0 {\displaystyle x>0}
Densité de probabilité a p x ( ( x b ) a p ( ( x b ) a + 1 ) p + 1 ) {\displaystyle {\frac {ap}{x}}\left({\tfrac {\left({\frac {x}{b}}\right)^{ap}}{\left(\left({\tfrac {x}{b}}\right)^{a}+1\right)^{p+1}}}\right)}
Fonction de répartition ( 1 + ( x b ) a ) p {\displaystyle {\left(1+{\left({\tfrac {x}{b}}\right)}^{-a}\right)}^{-p}}
Espérance { b a Γ ( 1 a ) Γ ( 1 a + p ) Γ ( p ) si   a > 1 indéterminé  sinon   {\displaystyle {\begin{cases}\scriptstyle -{\frac {b}{a}}{\frac {\Gamma \left(-{\frac {1}{a}}\right)\Gamma \left({\frac {1}{a}}+p\right)}{\Gamma (p)}}&{\text{si}}\ a>1\\{\text{indéterminé}}&{\text{ sinon}}\ \end{cases}}}
Médiane b ( 1 + 2 1 p ) 1 a {\displaystyle b{\left(-1+2^{\frac {1}{p}}\right)}^{-{\tfrac {1}{a}}}}
Mode b ( a p 1 a + 1 ) 1 a {\displaystyle b{\left({\tfrac {ap-1}{a+1}}\right)}^{\tfrac {1}{a}}}
Variance voir l'article.
modifier Consultez la documentation du modèle

En théorie des probabilités et statistique, la loi de Dagum, ou loi à deux types de Dagum-Bernstein-Rafeh-Raja-Spencer, est une loi de probabilité continue à support [0,+∞[. Son nom est issu de Camilo Dagum qui l'introduisit dans une série d'articles dans les années 1970[1],[2]. La loi de Dagum apparait dans plusieurs variantes de nouveaux modèles de revenus des ménages.

Il existe également une loi de Dagum de type I à trois paramètres et une loi de Dagum de type II à quatre paramètres ; un résumé de ces types sont détaillés dans des ouvrages tels que (Kleiber, 2008[3]) ou (Kleiber, 2003[4]).

Si X suit une loi de Dagum, on notera X D ( a , b , p ) {\displaystyle X\sim D(a,b,p)} .

Définition

La fonction de répartition de la loi de Dagum (de type I) est donnée par :

F ( x ; a , b , p ) = { ( 1 + ( x b ) a ) p  si  x > 0 0  sinon {\displaystyle F(x;a,b,p)={\begin{cases}{\left(1+{\left({\dfrac {x}{b}}\right)}^{-a}\right)}^{-p}&{\text{ si }}x>0\\0&{\text{ sinon}}\end{cases}}}

et où a , b , p > 0 {\displaystyle a,b,p>0} .

La densité de probabilité correspondante est donnée par

f ( x ; a , b , p ) = { a p x ( ( x b ) a p ( ( x b ) a + 1 ) p + 1 )  si  x > 0 0  sinon. {\displaystyle f(x;a,b,p)={\begin{cases}{\dfrac {ap}{x}}\left({\frac {\left({\frac {x}{b}}\right)^{ap}}{\left(\left({\frac {x}{b}}\right)^{a}+1\right)^{p+1}}}\right)&{\text{ si }}x>0\\0&{\text{ sinon.}}\end{cases}}}

La loi de Dagum peut être obtenue à partir de la loi bêta généralisée de type II (elle-même généralisation de la loi bêta prime). Il y a également un lien entre la loi de Dagum et la loi de Burr :

X D ( a , b , p ) 1 X S M ( a , 1 b , p ) {\displaystyle X\sim D(a,b,p)\iff {\frac {1}{X}}\sim SM(a,{\tfrac {1}{b}},p)} .

La fonction de répartition de la loi de Dagum (de type II) ajoute une masse à l'origine et suit une loi de Dagum de type I sur le reste du support :

F ( x ; a , b , p , δ ) = δ + ( 1 δ ) ( 1 + ( x b ) a ) p . {\displaystyle F(x;a,b,p,\delta )=\delta +(1-\delta ){\left(1+{\left({\frac {x}{b}}\right)}^{-a}\right)}^{-p}.}

Propriétés

La variance de la loi de Dagum est donnée par :

Var ( X ) = { b 2 a 2 ( 2 a Γ ( 2 a ) Γ ( 2 a + p ) Γ ( p ) + ( Γ ( 1 a ) Γ ( 1 a + p ) Γ ( p ) ) 2 ) si   a > 2 indéterminé  sinon   {\displaystyle {\text{Var}}(X)={\begin{cases}-{\dfrac {b^{2}}{a^{2}}}\left(2a{\dfrac {\Gamma \left(-{\frac {2}{a}}\right)\,\Gamma \left({\frac {2}{a}}+p\right)}{\Gamma (p)}}+\left({\dfrac {\Gamma \left(-{\frac {1}{a}}\right)\Gamma \left({\frac {1}{a}}+p\right)}{\Gamma (p)}}\right)^{2}\right)&{\text{si}}\ a>2\\[5pt]{\text{indéterminé}}&{\text{ sinon}}\ \end{cases}}}

Γ est la fonction Gamma.

Références

  1. (en) Camilo Dagum, « A model of income distribution and the conditions of existence of moments of finite order », Bulletin of the International Statistical Institute, vol. 46,‎ , p. 199-205 (Proceeding de la 40e session du ISI), .
  2. (en) Camilo Dagum, « A new model of personal income distribution: Specification and estimation », Économie Appliquée, vol. 30,‎ , p. 413-437.
  3. (en) Christian Kleiber, Modeling Income Distributions and Lorenz Curves (Economic Studies in Inequality, Social Exclusion and Well-Being), Springer, , chap. 6 (« A Guide to the Dagum Distributions »)
  4. (en) Christian Kleiber et Samuel Kotz, Statistical Size Distributions in Economics and Actuarial Sciences, Wiley,

Liens externes

  • Camilo Dagum (1925 - 2005)
v · m
Lois discrètes
à support fini
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
3 paramètres de forme
N paramètres de forme
à support infini
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
3 paramètres de forme
Lois absolument continues
à support compact
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
3 paramètres de forme
à support semi-infini
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
3 paramètres de forme
N paramètres de forme
à support infini
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
Autres types de lois
Lois à support mixte continu-discret
Lois à support variable
Lois multidimensionnelles
Discrètes
Continues
Matricielles
Lois directionnelles
Univariantes
Sphériques bidimensionnelles
Toroïdales bidimensionnelles
Multidimensionnelles
Lois singulières
Familles de lois
  • icône décorative Portail des probabilités et de la statistique