Loi de Bates

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

Paramètres < a < b < {\displaystyle -\infty <a<b<\infty \,}
n >1 réel
Support x [ a , b ] {\displaystyle x\in [a,b]}
Densité de probabilité n n ( n 1 ) ! k = 0 n x ( 1 ) k ( n k ) ( x k n ) n 1 {\displaystyle {\frac {n^{n}}{\left(n-1\right)!}}\sum _{k=0}^{\lfloor nx\rfloor }\left(-1\right)^{k}{n \choose k}\left(x-{\frac {k}{n}}\right)^{n-1}}
pour x ] 0 ; 1 [ {\displaystyle x\in ]0;1[}
Espérance 1 2 ( a + b ) {\displaystyle {\tfrac {1}{2}}(a+b)}
Variance 1 12 n ( b a ) 2 {\displaystyle {\tfrac {1}{12n}}(b-a)^{2}}
Asymétrie 0
Kurtosis normalisé 6 5 n {\displaystyle -{\tfrac {6}{5n}}}
Fonction caractéristique [ i n ( e i b t n e i a t n ) ( b a ) t ] n {\displaystyle \left[-{\frac {\mathrm {i} n\left(\mathrm {e} ^{\tfrac {ibt}{n}}-\mathrm {e} ^{\tfrac {\mathrm {i} at}{n}}\right)}{(b-a)t}}\right]^{n}}
modifier Consultez la documentation du modèle

En théorie des probabilités et en statistique, la loi de Bates, dénommée suivant la probabiliste Grace E. Bates, est la loi de probabilité de la moyenne de variables aléatoires indépendantes et de loi uniforme continue sur [0 ; 1][1].

Il ne faut pas confondre cette loi avec la loi d'Irwin-Hall qui est la somme de telles variables aléatoires.

Définition

La loi de Bates est la loi de probabilité de la moyenne arithmétique de n variables aléatoires U1, U2, ... , Un iid de loi uniforme continue sur l'intervalle [0 ; 1] :

X = 1 n k = 1 n U k . {\displaystyle X={\frac {1}{n}}\sum _{k=1}^{n}U_{k}.}

La densité de probabilité de la loi de Bates est donnée par la formule suivante[2] :

f X ( x ; n ) = { n n ( n 1 ) ! k = 0 n x ( 1 ) k ( n k ) ( x k n ) n 1  pour  x ] 0 , 1 [ 0 sinon. {\displaystyle f_{X}(x;n)={\begin{cases}\displaystyle {\frac {n^{n}}{\left(n-1\right)!}}\sum _{k=0}^{\lfloor nx\rfloor }\left(-1\right)^{k}{n \choose k}\left(x-{\frac {k}{n}}\right)^{n-1}&{\text{ pour }}x\in ]0,1[\\0&{\text{sinon.}}\end{cases}}}

Plus généralement, la moyenne de n variables aléatoires indépendantes et uniformes sur [a , b] :

X ( a , b ) = 1 n k = 1 n U k ( a , b ) {\displaystyle X_{(a,b)}={\frac {1}{n}}\sum _{k=1}^{n}U_{k}(a,b)}

a pour densité de probabilité

g ( x ; n , a , b ) = 1 b a f X ( x a b a ; n )  pour  a x b . {\displaystyle g(x;n,a,b)={\frac {1}{b-a}}f_{X}\left({\frac {x-a}{b-a}};n\right){\text{ pour }}a\leq x\leq b.\,}

Notes et références

  1. (en) N. Balakrishnan, N.L. Jonhson et S. Kotz, Continuous Univariate Distributions, vol. 2, Wiley, , 2e éd. (ISBN 0-471-58494-0), section 26.9
  2. (en) Grace E. Bates, « Joint Distributions of Time Intervals for the Occurrence of Successive Accidents in a Generalized Polya Scheme », Annal of Mathematical Statistics, vol. 26, no 4,‎ , p. 705-720 (lire en ligne)

Voir aussi

Lien externe

  • « (en) BatesDistribution », sur Wolfram Mathematica-Documentation center (consulté le )
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