การกระจายพาเรโต

บทความนี้จะอธิบายว่าการแจกแจงแบบ Pareto คืออะไรในสถิติ และใช้เพื่ออะไร คุณจะสามารถดูกราฟการแจกแจงแบบพาเรโตและคุณสมบัติของการแจกแจงความน่าจะเป็นประเภทนี้ได้

การกระจายพาเรโตคืออะไร?

การแจกแจงแบบพาเรโต เป็นการแจกแจงความน่าจะเป็นแบบต่อเนื่องที่ใช้ในสถิติเพื่อจำลองหลักการของพาเรโต ดังนั้นการแจกแจงแบบพาเรโตจึงเป็นการแจกแจงความน่าจะเป็นที่มีค่าไม่กี่ค่าซึ่งความน่าจะเป็นที่จะเกิดขึ้นจะสูงกว่าค่าที่เหลือมาก

โปรดจำไว้ว่ากฎของพาเรโตหรือที่เรียกว่ากฎ 80-20 เป็นหลักการทางสถิติที่บอกว่าสาเหตุของปรากฏการณ์ส่วนใหญ่เกิดจากประชากรส่วนน้อย

การแจกแจงแบบพาเรโตมีพารามิเตอร์ลักษณะเฉพาะสองตัว: พารามิเตอร์มาตราส่วน x m และพารามิเตอร์รูปร่าง α

X\sim \text{Pareto}(\alpha,x_m)

เดิมที การแจกแจงแบบพาเรโตใช้เพื่ออธิบายการกระจายความมั่งคั่งภายในประชากร เนื่องจากส่วนใหญ่มีสาเหตุมาจากสัดส่วนที่น้อยของประชากร แต่ปัจจุบันการจำหน่าย Pareto มีการใช้งานหลายอย่าง เช่น ในการควบคุมคุณภาพ เศรษฐศาสตร์ วิทยาศาสตร์ ในสาขาสังคม เป็นต้น

การแจกแจงแบบพาเรโตตั้งชื่อตามนักเศรษฐศาสตร์ วิลเฟรโด ปาเรโต ซึ่งเป็นผู้กำหนดการกระจาย อย่างไรก็ตาม เขาเป็นที่รู้จักดีที่สุดจากแผนภูมิ Pareto

ตารางการกระจายพาเรโต

ตอนนี้เรารู้คำจำกัดความของการแจกแจงแบบพาเรโตแล้ว เรามาดูตัวอย่างต่างๆ ของการแจกแจงแบบพาเรโตที่แสดงเป็นภาพกัน

ด้านล่างนี้คุณจะเห็นได้ว่ากราฟของฟังก์ชันความหนาแน่นของการแจกแจงแบบพาเรโตนั้นมีลักษณะอย่างไร ขึ้นอยู่กับค่าคุณลักษณะ:

แผนภูมิการกระจาย Pareto

โปรดทราบว่าโดเมนของการแจกแจงแบบพาเรโตเปลี่ยนจากค่า x m ถึง +∞ ซึ่งเป็นสาเหตุที่ไม่มีฟังก์ชันความหนาแน่นอยู่ก่อนค่า x m

ในทางกลับกัน กราฟของฟังก์ชันความน่าจะเป็นสะสมของการแจกแจงแบบพาเรโตจะเป็นดังนี้:

ความน่าจะเป็นสะสมของการแจกแจงแบบพาเรโต

ลักษณะเฉพาะของการแจกแจงแบบพาเรโต

ด้านล่างนี้เป็นคุณลักษณะที่สำคัญที่สุดของการแจกแจงแบบพาเรโตที่เกี่ยวข้องกับทฤษฎีและสถิติความน่าจะเป็น

  • การแจกแจงแบบพาเรโตมีพารามิเตอร์ลักษณะเฉพาะสองตัวที่กำหนดเส้นโค้ง: พารามิเตอร์มาตราส่วน x m และพารามิเตอร์รูปร่าง α

X\sim \text{Pareto}(\alpha,x_m)

  • โดเมนของการแจกแจงแบบพาเรโตประกอบด้วยจำนวนจริงทั้งหมดตั้งแต่พารามิเตอร์มาตราส่วนไปจนถึงบวกอนันต์

x\in [x_m,+\infty)

  • ถ้า α มากกว่า 1 ค่าเฉลี่ยของการแจกแจงแบบพาเรโตจะเท่ากับผลคูณของ α คูณ x m และ α ลบ 1

E[X]=\cfrac{\alpha\cdot x_m}{\alpha-1}\quad\text{para } \alpha>1″ title=”Rendered by QuickLaTeX.com” height=”34″ width=”214″ style=”vertical-align: -12px;”></p>
</p>
<ul>
<li> ความแปรปรวนของการแจกแจงแบบพาเรโตขึ้นอยู่กับพารามิเตอร์ลักษณะเฉพาะสองตัวของการแจกแจง และคำนวณด้วยสูตรต่อไปนี้:</li>
</ul>
<p class=\displaystyle Var(X)=\frac{x_\mathrm{m}^2\cdot \alpha}{(\alpha-1)^2\cdot(\alpha-2)}\quad \text{para }\alpha>2″ title=”Rendered by QuickLaTeX.com” height=”44″ width=”323″ style=”vertical-align: -17px;”></p>
</p>
<ul>
<li> ค่ามัธยฐานของการแจกแจงแบบพาเรโตสามารถกำหนดได้ด้วยนิพจน์ต่อไปนี้:</li>
</ul>
<p class=\displaystyle Me=x_\mathrm{m}\cdot \sqrt[\alpha]{2}

  • โหมดของการแจกแจงแบบ Pareto เทียบเท่ากับพารามิเตอร์มาตราส่วน x m ของการแจกแจง

Mo=x_m

  • สูตรสำหรับฟังก์ชันความหนาแน่นของการแจกแจงแบบพาเรโตคือ:

\displaystyle P[X=x]=\frac{\alpha\cdot x_m^\alpha}{x^{\alpha+1}}\quad\text{para }x\geq x_m

  • ในทำนองเดียวกัน สูตรสำหรับฟังก์ชันความน่าจะเป็นสะสมของการแจกแจงแบบพาเรโตคือ:

\displaystyle P[X\leq x]=1-\left(\frac{x_\mathrm{m}}{x}\right)^\alpha

  • ค่าสัมประสิทธิ์ความไม่สมมาตรของการแจกแจงแบบพาเรโตขึ้นอยู่กับพารามิเตอร์รูปร่าง α เท่านั้น และการแสดงออกของมันคือ:

\displaystyle A=\frac{2(1+\alpha)}{\alpha-3}\,\sqrt{\frac{\alpha-2}{\alpha}}\quad\text{para }\alpha>3″ title=”Rendered by QuickLaTeX.com” height=”43″ width=”274″ style=”vertical-align: -14px;”></p>
</p>
<ul>
<li> ค่าสัมประสิทธิ์ความโด่งของการแจกแจงแบบ Pareto ก็แตกต่างกันไปขึ้นอยู่กับค่าของพารามิเตอร์ α และคำนวณโดยใช้สูตรต่อไปนี้:</li>
</ul>
<p class=\displaystyle C=\frac{6(\alpha^3+\alpha^2-6\alpha-2)}{\alpha(\alpha-3)(\alpha-4)}\quad\text{para }\alpha>4″ title=”Rendered by QuickLaTeX.com” height=”44″ width=”299″ style=”vertical-align: -17px;”></p></p>
								</div><!-- End Content -->

																	<!-- Start Author Box -->
									<div class=

เกี่ยวกับผู้แต่ง

Dr. Benjamin Anderson
ดร.เบนจามิน แอนเดอร์สัน

สวัสดี ฉันชื่อเบนจามิน ศาสตราจารย์สถิติเกษียณอายุแล้ว และผันตัวมาเป็นครูสอนสถิติโดยเฉพาะ ด้วยประสบการณ์และความเชี่ยวชาญที่กว้างขวางในสาขาสถิติ ฉันกระตือรือร้นที่จะแบ่งปันความรู้ของฉันเพื่อเสริมศักยภาพนักเรียนผ่าน Statorials. รู้เพิ่มเติม

เพิ่มความคิดเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *