형상 매개 변수
Shape parameter확률 이론과 통계학에서 형상 모수(form [1]parameter라고도 함)는 위치 모수나 척도 모수(rate parameter와 같은 이들의 함수)가 아닌 확률 분포의[2] 모수 계열의 수치 모수의 일종이다.이러한 모수는 단순히 분포를 이동하거나(위치 모수처럼) 늘리거나 축소하는 것이 아니라 분포의 모양에 영향을 미쳐야 합니다.예를 들어, "피크니스"는 주 피크가 [3]얼마나 둥근지를 나타냅니다.
견적
많은 추정기가 위치 또는 척도를 측정하지만 형상 모수에 대한 추정기도 있습니다.가장 간단하게는, 높은 모멘트가 정의되고 유한하다면, 왜도(3번째 모멘트)나 첨도(4번째 모멘트)와 같이 모멘트의 방법을 사용하여 높은 모멘트의 관점에서 추정할 수 있다.형상 추정기는 종종 고차 통계량(데이터의 비선형 함수)을 포함하지만 L-모멘트와 같은 선형 추정기도 있습니다.최대우도 추정도 사용할 수 있습니다.
예
다음 연속 확률 분포에는 형상 모수가 있습니다.
- 베타 분포
- 버 분포
- 단검 분포
- 얼랑 분포
- ExGaush 분포
- 지수 배전
- 프레셰 분포
- 감마 분포
- 일반화 극단값 분포
- 로그 로지스틱 분포
- 로그트 분포
- 역감마 분포
- 역가우스 분포
- 파레토 분포
- 피어슨 분포
- 왜곡 정규 분포
- 대수 정규 분포
- 학생의 t-분포
- Tukey 람다 분포
- 와이불 분포
- 무케르지-이슬람 분포
반면 다음 연속형 분포에는 형상 모수가 없으므로 모양은 고정되고 위치 또는 척도만 변경될 수 있습니다.따라서 왜도와 첨도는 위치 및 척도 모수와 독립적이므로 이러한 분포의 왜도와 첨도는 상수입니다.
「 」를 참조해 주세요.
레퍼런스
- ^ http://repository.lppm.unila.ac.id/120/1/23%20On%20the%20Moments,%20Cumulants,%20and%20Characteristic%20Function%20of%20the%20Log-Logistic%20Distribution.pdf[베어 URL PDF]
- ^ 에버릿 B.S. (2002) 케임브리지 통계 사전.제2판컵 ISBN0-521-81099-X
- ^ Birnbaum, Z. W. (1948). "On Random Variables with Comparable Peakedness". The Annals of Mathematical Statistics. Institute of Mathematical Statistics. 19 (1): 76–81. doi:10.1214/aoms/1177730293. ISSN 0003-4851.
