Saltar al contenido

Media y varianza de distribución Beta generalizada truncada

Te damos la bienvenida a nuestra web, en este lugar hallarás la resolución a lo que buscabas.

Solución:

Encontré fórmulas explícitas usando la función Beta incompleta generalizada definida de la siguiente manera (esta es una función especial estándar disponible en paquetes numéricos):

$$mathrmBleft(z_1,z_2;alpha,betaright)=int_z_1^z_2x^alpha- 1left(1-xright)^beta-1mathrmdx$$

Resulta que

$$g(x) = frac1Zleft(xAright)^alpha-1left(Bxright)^beta-1$$

con la constante de normalización

$$Z=int_a^bleft(xAright)^alpha-1left(Bxright)^beta-1mathrmdx =left (BAright)^alpha+beta-1mathrmBleft(a,b;alpha,betaright)$$

En lugar de calcular $leftlangle xrightrangle$ y $langle x^2rangle$ directamente, calculamos $langle xArangle$ y $langle (xA)^2rangle$. Tenemos:

$$leftlangle xArightrangle =frac1Zint_a^bleft(xAright)^alphaleft(Bxright)^ beta-1mathrmdx =frac1Zleft(BAright)^alpha+betamathrmBleft(a,b;alpha+1 ,betaright) =(BA)fracmathrmBleft(a,b;alpha+1,betaright)mathrmBleft(a,b; alfa,betaderecha)$$

y, de manera similar:

$$langle left(xAright)^2rangle =left(BAright)^2fracmathrmBleft(a,b;alpha+2, betaright)mathrmBleft(a,b;alpha,betaright)$$

De estos es fácil obtener $langle x rangle$ y $langle x^2 rangle – langle x rangle^2$:

$$langle x rangle = langle x – A rangle + A$$

$$langle x^2 rangle – langle x rangle^2 = langle (xA)^2 rangle – langle xA rangle^2$$

Quizás sean posibles algunas simplificaciones, pero no las conozco. Si alguien puede ayudar en eso, sería increíble.

Una buena manera es trabajar con una distribución Beta estándar y truncarla dos veces.

Sea $X sim Beta(alpha,beta)$ con pdf $f(x)$, e imponga puntos de truncamiento superior e inferior $a_0$ y $b_0$.

Sea $g(x) = f(x , big| , a_0 < X ​​< b_0) = largefracf(x){P(a_0 es decir

ingrese la descripción de la imagen aquí

Entonces, $E_g[X]$ es:

ingrese la descripción de la imagen aquí

y $E_g[X^2]$ es:

ingrese la descripción de la imagen aquí

donde estoy usando el Expect función de la matemáticasStatica paquete para Matemática para hacer el meollo de la cuestión.

Transformar de Beta estándar a Beta Generalizada

Por definición, si $X sim Beta(alpha,beta)$, entonces $$X_Gen = A+(BA)X , sim , GeneralisedBeta(alpha,beta,A,B)$ PS

De ello se deduce que la media de la Beta generalizada doblemente truncada (truncada arriba en $b$ y abajo en $a$, tal que $A

$$beginalign*displaystyle Egrande[X_Gen , big| , a < X_Gen

donde:

$$a_0 = fracaABA quad text y quad b_0 = fracbABA $$

Esta es la misma solución que obtuvo @becko… excepto que Becko olvidó transformar los límites $a$ y $b$ en $a_0$ y $b_0$.

Ejemplo

@david propuso el siguiente caso numérico:

params = $a_0 rightarrow fracaABA, b_0 rightarrow fracbABA, A rightarrow 10, B rightarrow 40, a rightarrow 15, b rightarrow 25, alpha rightarrow 5, beta rightarrow 10 quad$

Aquí hay una gráfica, dados estos parámetros, de:

  • Curva ROJA: pdf beta generalizado padre
  • Curva AZUL: beta generalizada doblemente truncada pdf

ingrese la descripción de la imagen aquí

La media $Egrande[X_Gen , big| , a < X_Gen

A + (B - A) sol1 //. params // N
19.768

notas

  1. Beta[z,a,b] denota la función beta incompleta $int _0^zt^a-1 (1-t)^b-1 dt $
  2. Como divulgación, debo agregar que soy uno de los autores del paquete de software mathStatica utilizado anteriormente.

Al final de la web puedes encontrar las críticas de otros desarrolladores, tú igualmente puedes dejar el tuyo si te gusta.

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)



Utiliza Nuestro Buscador

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *