В теории вероятностей и статистике расщепленное нормальное распределение , также известное как двухчастное нормальное распределение , возникает в результате объединения в моде соответствующих половин двух нормальных распределений с одинаковым режимом , но с разными дисперсиями . Это утверждают Джонсон и др. [1] что это распределение было введено Гиббонсом и Милрой [2] и Джоном. [3] Но это два из нескольких независимых повторных открытий Zweiseitige Gauss'sche Gesetz, представленных в посмертно опубликованной книге Kollektivmasslehre (1897) [4] Густава Теодора Фехнера (1801-1887), см. Wallis (2014). [5] Еще одно открытие появилось совсем недавно в финансовом журнале. [6]
Расщепленное нормальное распределение возникает в результате слияния двух противоположных половин двух функций плотности вероятности (PDF) нормальных распределений в их общем режиме .
PDF расщепленного нормального распределения имеет вид [1]
где
Расщепленное нормальное распределение возникает в результате слияния двух половин нормального распределения. В общем случае «родительские» нормальные распределения могут иметь разные дисперсии, что означает, что объединенная PDF не будет непрерывной . Чтобы гарантировать, что полученный PDF-файл интегрируется до 1, используется нормализующая константа A.
В частном случае, когда расщепленное нормальное распределение сводится к нормальному распределению с дисперсией .
Когда σ 2 ≠σ 1, константа А отличается от константы нормального распределения. Однако, когда константы равны.
Знак его третьего центрального момента определяется разностью (σ 2 -σ 1 ). Если эта разница положительна, распределение перекошено вправо, а если отрицательное, то оно перекошено влево.
Другие свойства разделенной нормальной плотности обсуждались Джонсоном и др. [1] и Хулио. [7]
Обсуждаемая выше формулировка исходит от Иоанна. [3] В литературе предлагаются две математически эквивалентные альтернативные параметризации. Бриттон, Фишер и Уитли [8] предлагают параметризацию с точки зрения моды, дисперсии и нормированной асимметрии, обозначаемой . Параметр μ является модой и эквивалентен моде в формулировке Джона. Параметр σ 2 >0 сообщает о дисперсии (масштабе), и его не следует путать с дисперсией. Третий параметр, γ ∈ (-1,1), представляет собой нормализованный перекос.
Вторая альтернативная параметризация используется в сообщениях Банка Англии и записывается с точки зрения моды, дисперсии и ненормированной асимметрии и обозначается . В этой формулировке параметр μ является модой и идентичен формулировке Джона [3] и Бриттона, Фишера и Уитли [8] . Параметр σ 2 сообщает о дисперсии (масштабе) и является таким же, как в формулировке Бриттона, Фишера и Уитли. Параметр ξ равен разнице между средним значением и модой распределения и может рассматриваться как ненормированная мера асимметрии.
Три параметризации математически эквивалентны, что означает, что между параметрами существует строгая связь и можно переходить от одной параметризации к другой. Имеют место следующие соотношения: [9]
Многомерное обобщение расщепленного нормального распределения было предложено Виллани и Ларссоном. [10] Они предполагают, что каждая из главных компонент имеет одномерное расщепленное нормальное распределение с различным набором параметров µ, σ 2 и σ 1 .
Джон [3] предлагает оценивать параметры методом максимального правдоподобия . Он показывает, что функцию правдоподобия можно выразить в интенсивной форме, в которой параметры масштаба σ 1 и σ 2 являются функцией параметра местоположения µ. Вероятность в интенсивной форме равна:
и его необходимо максимизировать численно только по отношению к одному параметру µ.
Учитывая оценку максимального правдоподобия, другие параметры принимают значения:
где N — количество наблюдений.
Виллани и Ларссон [10] предлагают использовать либо метод максимального правдоподобия , либо байесовскую оценку и предоставляют некоторые аналитические результаты как для одномерного, так и для многомерного случая.
Разделенное нормальное распределение использовалось в основном в эконометрике и временных рядах. Замечательной областью применения является построение веерной диаграммы , представляющей распределение прогноза инфляции , сообщаемое центральными банками, таргетирующими инфляцию, по всему миру. [7] [11]
{{cite book}}
: CS1 maint: multiple names: authors list (link){{cite conference}}
: Внешняя ссылка |postscript=
( помощь )CS1 maint: postscript (link)