Parámetro de posición
En teoría de probalidades e estatística, un parámetro de posición (ou localización) é, como o seu nome indica, un parámetro que rexe a posición dunha densidade de probabilidade. Se este parámetro (escalar ou vectorial) se denota λ, a densidade preséntase formalmente como:[1]
Noutras palabras, cando se representa gráficamente a densidade, o parámetro de posición determina a posición da orixe: se λ é positiva (respectivamente negativa), entón a orixe desprázase cara á dereita (respectivamente á esquerda).
Existen outras dúas definicións equivalentes:
- tendo unha función de distribución acumulada ;[2]
- defínese como o resultado da transformación de variábel aleatoria , onde é unha variábel aleatoria cunha distribución determinada, posibelmente descoñecida[3]
Exemplos
[editar | editar a fonte]Distribucións normais
[editar | editar a fonte]A distribución normal admite dous parámetros: a media é o parámetro de posición e o parámetro de escala é a desviación estándar .
Distribución de Cauchy
[editar | editar a fonte]Por exemplo, un caso especial da distribución de Cauchy vén dado pola densidade
- .
O parámetro é logo un parámetro de posición.
Ruído aditivo
[editar | editar a fonte]Unha forma alternativa de pensar as familias de localización é a través do concepto de ruído aditivo. Se é unha constante e W é ruído aleatorio con densidade de probabilidade entón ten densidade de probabilidade e, polo tanto, a súa distribución forma parte dunha familia de localizacións.
Ligazón con outros parámetros
[editar | editar a fonte]Un parámetro de posición adoita asociarse cun parámetro de escala θ. A densidade toma entón a forma
- .
O parámetro de posición λ e o parámetro de escala θ constitúen xuntos os parámetros afíns da función de distribución; todo outro parámetro é un parámetro de forma.
Exemplos
[editar | editar a fonte]As distribución que presentan un parámetro de posición son moi numerosas. Aquí temos algúns exemplos:
- Distribución normal
- Distribución loxística
- Distribución de Cauchy (probabilidades)
- Distribución de Weibull
Notas
[editar | editar a fonte]- ↑ Takeuchi, Kei (1971). "A Uniformly Asymptotically Efficient Estimator of a Location Parameter". Journal of the American Statistical Association 66 (334): 292–301. doi:10.1080/01621459.1971.10482258.
- ↑ {{cita libro |last1=Huber |first1=Peter J. |capítulo=Estimación sólida dun parámetro de localización |título=Avançados nas estatísticas |serie=Serie Springer nas estatísticas |data=1992 |páxinas=492–518| publisher=Springer|doi=10.1007/978-1-4612-4380-9_35 |isbn=978-0-387-94039-7 |chapter-url=http://projecteuclid.org/euclid.aoms/1177703732
- ↑ Stone, Charles J. (1975). "Adaptive Maximum Likelihood Estimators of a Location Parameter". The Annals of Statistics 3 (2): 267–284. doi:10.1214/aos/1176343056.
Véxase tamén
[editar | editar a fonte]Bibliografía
[editar | editar a fonte]- Huber, Peter J. (1992). "Robust Estimation of a Location Parameter". Breakthroughs in Statistics. Springer Series in Statistics. Springer. pp. 492–518. ISBN 978-0-387-94039-7. doi:10.1007/978-1-4612-4380-9_35.