Articulo de referencia

Rango (estadísticas)

En estadística descriptiva , el rango de un conjunto de datos es el tamaño o amplitud del intervalo más estrecho que contiene todos los datos. Se calcula como la diferencia entr...

En estadística descriptiva , el rango de un conjunto de datos es el tamaño o amplitud del intervalo más estrecho que contiene todos los datos. Se calcula como la diferencia entre el valor máximo y el mínimo (también conocidos como máximo y mínimo de la muestra ). [ 1 ] Se expresa en las mismas unidades que los datos.

El rango proporciona una indicación de la dispersión estadística . Las medidas robustas de rango incluyen el rango interdecil y el rango intercuartil .

Rango de variables aleatorias continuas IID

Para n variables aleatorias continuas independientes e idénticamente distribuidas X 1 , X 2 , ..., X n con la función de distribución acumulativa G( x ) y una función de densidad de probabilidad g( x ), sea T el rango de ellas, es decir, T= max( X 1 , X 2 , ..., X n )- min( X 1 , X 2 , ..., X n ).

Distribución

El rango, T, tiene la función de distribución acumulativa [ 2 ] [ 3 ]

F(t)=nortegramo(incógnita)[GRAMO(incógnita+t)GRAMO(incógnita)]norte1dincógnita.{\displaystyle F(t)=n\int _{-\infty }^{\infty }g(x)[G(x+t)-G(x)]^{n-1}\,{\text{d}}x.}

Gumbel señala que "la belleza de esta fórmula se ve completamente empañada por el hecho de que, en general, no podemos expresar G ( x  + t ) mediante G ( x ), y que la integración numérica es larga y tediosa". [ 2 ] : 385 

Si la distribución de cada X i está limitada a la derecha (o a la izquierda), entonces la distribución asintótica del rango es igual a la distribución asintótica del valor más grande (más pequeño). Para distribuciones más generales, la distribución asintótica puede expresarse como una función de Bessel . [ 2 ]

Momentos

El rango medio viene dado por [ 4 ]

norte01incógnita(GRAMO)[GRAMOnorte1(1GRAMO)norte1]dGRAMO{\displaystyle n\int _{0}^{1}x(G)[G^{n-1}-(1-G)^{n-1}]\,{\text{d}}G}

donde x ( G ) es la función inversa. En el caso en que cada uno de los X i tiene una distribución normal estándar , el rango medio viene dado por [ 5 ]

(1(1Φ(incógnita))norteΦ(incógnita)norte)dincógnita.{\displaystyle \int _{-\infty }^{\infty }(1-(1-\Phi (x))^{n}-\Phi (x)^{n})\,{\text{d}}x.}

Derivación de la distribución

Tenga en cuenta que la siguiente es una derivación informal del resultado. El cálculo de las probabilidades es algo impreciso.

Dejarmetro,METRO{\displaystyle m,M}denotan respectivamente el mínimo y el máximo de las variables aleatoriasincógnita1incógnitanorte{\displaystyle X_{1}\dots X_{n}}.

El evento de que el rango sea menor queT{\displaystyle T}puede descomponerse en eventos más pequeños según:

  • el índice del valor mínimo
  • y el valorincógnita{\displaystyle x}del mínimo.

Para un índice dadoi{\displaystyle i}y valor mínimoincógnita{\displaystyle x}, la probabilidad del evento conjunto:

  1. incógnitai{\displaystyle X_{i}}es el mínimo,
  2. yincógnitai=incógnita{\displaystyle X_{i}=x},
  3. y el rango es menor queT{\displaystyle T},

es:gramo(incógnita)[GRAMO(incógnita+T)GRAMO(incógnita)]norte1{\displaystyle g(x)\left[G(x+T)-G(x)\right]^{n-1}}Sumando sobre los índices e integrando sobreincógnita{\displaystyle x}arroja la probabilidad total del evento: "el rango es menor queT{\displaystyle T}" que es exactamente la función de densidad acumulativa del rango:F(t)=nortegramo(incógnita)[GRAMO(t+incógnita)GRAMO(incógnita)]norte1dincógnita{\displaystyle F(t)=n\int _{-\infty }^{\infty }g(x)\left[G(t+x)-G(x)\right]^{n-1}\,{\text{d}}x}Con lo cual concluye la demostración.

La gama en otros modelos

Fuera del caso de variables aleatorias independientes e idénticamente distribuidas (IID) con variables aleatorias continuas, existen otros casos con fórmulas explícitas. Estos casos son de interés marginal.

  • variables aleatorias continuas no IID. [ 3 ]
  • Variables discretas admitidas ennorte{\displaystyle \mathbb {N} }. [ 6 ] [ 7 ] Una dificultad clave para las variables discretas es que el rango es discreto. Esto hace que la derivación de la fórmula requiera combinatoria .

El rango es un ejemplo específico de estadísticas de orden . En particular, el rango es una función lineal de las estadísticas de orden, lo que lo sitúa dentro del ámbito de la estimación L.

Véase también

Referencias

  1. George Woodbury (2001). Introducción a la estadística . Cengage Learning. pág.  74. ISBN 0534377556.
  2. 1 2 3 E. J. Gumbel (1947). "La distribución del rango" . The Annals of Mathematical Statistics . 18 (3): 384– 412. doi : 10.1214/aoms/1177730387 . JSTOR 2235736 . 
  3. 1 2 Tsimashenka, I.; Knottenbelt, W.; Harrison, P. (2012). "Control de la variabilidad en sistemas de división y fusión". Técnicas y aplicaciones de modelado analítico y estocástico (PDF) . Notas de clase en ciencias de la computación. Vol. 7314. pág. 165. doi : 10.1007/978-3-642-30782-9_12 . ISBN   978-3-642-30781-2.
  4. HO Hartley ; HA David (1954). "Límites universales para el rango medio y la observación extrema" . The Annals of Mathematical Statistics . 25 (1): 85–99 . doi : 10.1214/aoms/1177728848 . JSTOR 2236514 . 
  5. LHC Tippett (1925). "Sobre los individuos extremos y el rango de muestras tomadas de una población normal". Biometrika . 17 (3/4): 364–387 . doi : 10.1093/biomet/17.3-4.364 . JSTOR 2332087 . 
  6. Evans, DL; Leemis, LM; Drew, JH (2006). "La distribución de las estadísticas de orden para variables aleatorias discretas con aplicaciones al bootstrapping". INFORMS Journal on Computing . 18 : 19–30 . doi : 10.1287/ijoc.1040.0105 .
  7. Irving W. Burr (1955). "Cálculo de la distribución de muestreo exacta de rangos de una población discreta" . The Annals of Mathematical Statistics . 26 (3): 530– 532. doi : 10.1214/aoms/1177728500 . JSTOR 2236482 . 
Obtenido de " https://en.wikipedia.org/w/index.php?title=Range_(statistics)&oldid=1340798216 "