Distribuzione di Dagum

Niente fonti!
Questa voce o sezione sull'argomento matematica non cita le fonti necessarie o quelle presenti sono insufficienti.

In teoria delle probabilità la distribuzione di Dagum è una distribuzione di probabilità continua, dipendente da tre parametri, utilizzata nell'ambito delle analisi della distribuzione del reddito e della ricchezza. Venne descritta da Camilo Dagum nel 1977 nell'articolo A new Model of Personal Income Distribution: specification and estimation, comparso in "Economie Appliquée".

Metodologia

La funzione di ripartizione

La funzione di ripartizione è definita per valori non negativi ( x 0 {\displaystyle x\geq 0} )

F ( x ) = α + ( 1 α ) ( 1 λ x δ ) β {\displaystyle F(x)=\alpha +(1-\alpha )(1-\lambda x^{-\delta })^{\beta }}

dove si interpreta che

se α = 0 {\displaystyle \alpha =0} allora si applica ai casi nei quali X descrive un reddito, ovvero un flusso, in un intervallo di tempo continuo
se 0 < α < 1 {\displaystyle 0<\alpha <1} allora si applica ai casi nei quali X descrive la ricchezza, ovvero uno stock, in un istante di tempo

La F(x) è la soluzione all'equazione differenziale

f ( x ) = β 1 ( 1 ( F ( x ) α 1 α ) β 2 ) F ( x ) α x {\displaystyle f(x)=\beta _{1}\left(1-\left({\frac {F(x)-\alpha }{1-\alpha }}\right)^{\beta _{2}}\right){\frac {F(x)-\alpha }{x}}}

dove

f(x) è la funzione di densità di probabilità
β = 1 / β2
δ = β1 β2
λ = ec, dove c è la costante d'integrazione

La funzione di densità di probabilità

La funzione di densità di probabilità è data da

f ( x ) = ( 1 α ) β λ δ x ( 1 + δ ) ( 1 λ x δ ) ( 1 + β ) {\displaystyle f(x)=(1-\alpha )\beta \lambda \delta x^{-(1+\delta )}(1-\lambda x^{-\delta })^{-(1+\beta )}} per x>0

mentre per x=0 assume il valore α.

I momenti di ordine k

I momenti di ordine k sono definiti solo per k

μ k = ( 1 α ) β λ k / δ B ( β + k / δ ; 1 k / δ ) {\displaystyle \mu _{k}=(1-\alpha )\beta \lambda ^{k/\delta }B(\beta +k/\delta ;1-k/\delta )}

dove B(. ; .) è la funzione Beta.

Il valore atteso diventa pertanto

μ k = ( 1 α ) β λ 1 / δ B ( β + 1 / δ ; 1 1 / δ ) {\displaystyle \mu _{k}=(1-\alpha )\beta \lambda ^{1/\delta }B(\beta +1/\delta ;1-1/\delta )}

Moda e mediana

moda

m o d a = λ 1 / δ ( β δ 1 1 + δ ) 1 / δ {\displaystyle moda=\lambda ^{1/\delta }({\frac {\beta \delta -1}{1+\delta }})^{1/\delta }}

mediana:

m e d i a n a = λ 1 / δ ( 1 ( 1 / 2 α 1 α ) 1 / β ) 1 / δ {\displaystyle mediana=\lambda ^{1/\delta }(1-({\frac {1/2-\alpha }{1-\alpha }})^{1/\beta })^{-1/\delta }}

Voci correlate

  • Variabile casuale paretiana
  • Camilo Dagum
  Portale Matematica: accedi alle voci di Wikipedia che trattano di matematica