Concept

Loi de Dagum

En théorie des probabilités et statistique, la loi de Dagum, ou loi à deux types de Dagum-Bernstein-Rafeh-Raja-Spencer, est une loi de probabilité continue à support [0,+∞[. Son nom est issu de Camilo Dagum qui l'introduisit dans une série d'articles dans les années 1970. La loi de Dagum apparait dans plusieurs variantes de nouveaux modèles de revenus des ménages. Il existe également une loi de Dagum de type I à trois paramètres et une loi de Dagum de type II à quatre paramètres ; un résumé de ces types sont détaillés dans des ouvrages tels que (Kleiber, 2008) ou (Kleiber, 2003). Si X suit une loi de Dagum, on notera . La fonction de répartition de la loi de Dagum (de type I) est donnée par : et où . La densité de probabilité correspondante est donnée par La loi de Dagum peut être obtenue à partir de la loi bêta généralisée de type II (elle-même généralisation de la loi bêta prime). Il y a également un lien entre la loi de Dagum et la loi de Burr : La fonction de répartition de la loi de Dagum (de type II) ajoute une masse à l'origine et suit une loi de Dagum de type I sur le reste du support : La variance de la loi de Dagum est donnée par : où Γ est la fonction Gamma.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.