[論文レビュー] On type III generalized half logistic distribution

A. K. Olapade|ArXiv.org|Jun 10, 2008

Statistical Distribution Estimation and Applications参考文献 5被引用数 5

ひとこと要約

本稿では、対称的な一般化ロジスティック分布を折り返すことで得られる、標準半ロジスティック分布の柔軟な拡張として、タイプIII一般化半ロジスティック分布を導入する。確率密度関数（PDF）、累積分布関数（CDF）、モーメント、メジアン、最頻値、100p百分位点、および順序統計量といった主要な統計的性質を確立し、形状母数bのさまざまな値について数値結果を提示する。

ABSTRACT

It is well known that generalized models is attracting the attention of researchers in recent times because of their flexibilities. Particularly, the logistic model has been generalized and applied by many authors while the half logistic distribution has not recieve much attention in term of its generalization. In this paper, we considered a generalized form of half logistic model called type III generalized half logistic distribution. We obtained its probability density function, the cumulative distribution function, the $n^{th}$ moment, the median, the mode, the 100$p$-percentage points and the order statistics of the generalized distribution are established.

研究の動機と目的

• 歪んだデータをモデル化するための柔軟性を高めた、半ロジスティック分布の新しい一般化形を構築すること。
• 対称的なタイプIII一般化ロジスティック分布を正の実数直線に拡張し、新たな非対称分布を構築すること。
• 新分布の主要な統計的性質（モーメント、メジアン、最頻値、百分位点など）を導出し、分析すること。
• 極値分析および信頼性解析への応用を想定し、新分布における順序統計量の挙動を調査すること。
• 異なる形状母数bを用いた実用的応用を想定し、累積分布、モーメント、メジアン値の数値表を提供すること。

提案手法

• 原分布がゼロの周りに対して対称であるタイプIII一般化ロジスティック分布を正の半直線に折り返すことにより、確率密度関数（PDF）を導出する。
• 閉形式の原始関数が存在しないため、PDFの数値積分により累積分布関数（CDF）を求める。
• n次のモーメントは、E[X^n] = (2/B(b,b)) ∫₀^∞ x^n e^{bx}/(1+e^x)^{2b} dx という積分式により計算する。
• メジアンおよび100p百分位点は、F(x) = 1/2およびF(x) = pを満たすxを反復法を用いて数値的に解く。
• 最頻値はPDFの微分をとり、f’(x) = 0を解くことで得られ、親分布の対称性によりx = 0が得られる。
• 順序統計量のr番目の確率密度関数は、標準的な順序統計量の公式を用い、新分布のCDFおよびPDFを代入することで導出する。

実験結果

リサーチクエスチョン

• RQ1 タイプIII一般化ロジスティック分布をどのように折り返すことで、(0, ∞) 上の新しい非対称半分布が得られるか？
• RQ2 得られたタイプIII一般化半ロジスティック分布の解析的および数値的性質（モーメント、分位点など）は何か？
• RQ3 形状母数bは、分布のメジアン、最頻値、歪度にどのように影響を与えるか？
• RQ4 特に最小値（r=1）および最大値（r=n）の順序統計量の関数的形はどのようなものか？
• RQ5 この新分布は、標準半ロジスティック分布よりも尾が重いか、歪度が強い実世界のデータをモデル化するために使用可能か？

主な発見

• タイプIII一般化半ロジスティック分布は、対称的なタイプIII一般化ロジスティック分布を折り返すことにより得られ、x > 0およびb > 0に対してf_X(x;b) = (2/B(b,b)) * e^{bx}/(1+e^x)^{2b} で与えられる。
• CDFは数値的に計算され、b = 2およびb = 3の各値について、さまざまなx値に対して表形式で提示され、xの増加に伴い1に収束することが示された。
• モーメントはbの増加に伴い減少する：b=10のとき、E[X] = 0.3644、E[X²] = 0.2104、E[X³] = 0.1559、E[X⁴] = 0.1374である。
• メジアンはbの増加に伴い減少する：b=1では1.09865、b=2では0.75475、b=5では0.43907であり、ゼロ付近への濃集が顕著である。
• 親分布の対称性および折り返しのメカニズムにより、すべてのb > 0に対して最頻値は常にx = 0に位置する。
• r番目の順序統計量の確率密度関数は、f_{X_{r:n}}(x) = [1/B(r,n−r+1)] * [F_X(x)]^{r−1} * [1−F_X(x)]^{n−r} * f_X(x) として導出され、最小値（r=1）および最大値（r=n）に対して明示的な形が得られる。