Función de distribución asociada a la medida empírica de una muestra.
En estadística , una función de distribución empírica (comúnmente también llamada función de distribución acumulativa empírica , eCDF) es la función de distribución asociada con la medida empírica de una muestra . [1] Esta función de distribución acumulativa es una función escalonada que salta 1/ n en cada uno de los n puntos de datos. Su valor en cualquier valor especificado de la variable medida es la fracción de observaciones de la variable medida que son menores o iguales al valor especificado.
La función de distribución empírica es una estimación de la función de distribución acumulativa que generó los puntos en la muestra. Converge con probabilidad 1 a esa distribución subyacente, según el teorema de Glivenko-Cantelli . Existen varios resultados para cuantificar la tasa de convergencia de la función de distribución empírica con la función de distribución acumulativa subyacente.
Definición
Sean ( X 1 ,…, X n ) variables aleatorias reales independientes, distribuidas idénticamente y con la función de distribución acumulativa común F ( t ) . Entonces la función de distribución empírica se define como [2]
Sin embargo, en algunos libros de texto, la definición se da como
[3] [4]
Significar
La media de la distribución empírica es un estimador insesgado de la media de la distribución poblacional.
que se denota más comúnmente
Diferencia
La varianza de los tiempos de distribución empírica es un estimador insesgado de la varianza de la distribución poblacional, para cualquier distribución de X que tenga una varianza finita.
¿Dónde hay un estimador y un parámetro desconocido?
Cuantiles
Para cualquier número real, la notación (léase “techo de a”) denota el mínimo entero mayor o igual a . Para cualquier número real a, la notación (léase “piso de a”) denota el mayor entero menor o igual que .
Si no es un número entero, entonces el -ésimo cuantil es único y es igual a
Si es un número entero, entonces el -ésimo cuantil no es único y es cualquier número real tal que
Mediana empírica
Si es impar, entonces la mediana empírica es el número
Si es par, entonces la mediana empírica es el número
Propiedades asintóticas
Dado que la relación ( n + 1)/ n se acerca a 1 cuando n tiende al infinito, las propiedades asintóticas de las dos definiciones dadas anteriormente son las mismas.
por tanto el estimador es consistente . Esta expresión afirma la convergencia puntual de la función de distribución empírica con la verdadera función de distribución acumulativa. Existe un resultado más sólido, llamado teorema de Glivenko-Cantelli , que establece que, de hecho, la convergencia ocurre uniformemente en t : [5]
La norma superior en esta expresión se denomina estadístico de Kolmogorov-Smirnov para probar la bondad de ajuste entre la distribución empírica y la función de distribución acumulativa verdadera supuesta F. Aquí se pueden utilizar razonablemente otras funciones de norma en lugar de la norma sup. Por ejemplo, la norma L 2 da lugar al estadístico de Cramér-von Mises .
La distribución asintótica se puede caracterizar de varias maneras diferentes. Primero, el teorema del límite central establece que puntualmente , tiene una distribución asintóticamente normal con la tasa de convergencia estándar: [2]
La tasa uniforme de convergencia en el teorema de Donsker se puede cuantificar mediante el resultado conocido como incrustación húngara : [6]
Alternativamente, la tasa de convergencia de también se puede cuantificar en términos del comportamiento asintótico de la norma sup de esta expresión. Existe una cantidad de resultados en este lugar, por ejemplo, la desigualdad de Dvoretzky-Kiefer-Wolfowitz proporciona probabilidades limitadas en la cola de : [6]
De hecho, Kolmogorov ha demostrado que si la función de distribución acumulativa F es continua, entonces la expresión converge en distribución a , que tiene la distribución de Kolmogorov que no depende de la forma de F .
Gráficos empíricos de CDF, CDF e intervalos de confianza para varios tamaños de muestra de distribución normalGráficos empíricos de CDF, CDF e intervalos de confianza para varios tamaños de muestra de la distribución de CauchyGráficos empíricos de CDF, CDF e intervalos de confianza para varios tamaños de muestra de distribución triangular
Según los límites anteriores, podemos trazar el CDF empírico, el CDF y los intervalos de confianza para diferentes distribuciones utilizando cualquiera de las implementaciones estadísticas.
Implementación estadística
Una lista no exhaustiva de implementaciones de software de la función de distribución empírica incluye:
En el software R, calculamos una función de distribución acumulativa empírica, con varios métodos para trazar, imprimir y calcular con dicho objeto "ecdf".
En MATLAB podemos utilizar el gráfico de función de distribución acumulativa empírica (cdf)
jmp de SAS, el gráfico CDF crea un gráfico de la función de distribución acumulativa empírica.
Minitab, cree un CDF empírico
Mathwave, podemos ajustar la distribución de probabilidad a nuestros datos.
Gráfico de datos, podemos trazar un gráfico CDF empírico
^ Una introducción moderna a la probabilidad y la estadística: comprender por qué y cómo. Michel Dekking. Londres: Springer. 2005. pág. 219.ISBN _ 978-1-85233-896-1. OCLC 262680588.{{cite book}}: CS1 maint: others (link)
^ abc van der Vaart, AW (1998). Estadísticas asintóticas . Prensa de la Universidad de Cambridge. pag. 265.ISBN _0-521-78450-6.
^ Coles, S. (2001) Introducción al modelado estadístico de valores extremos . Springer, pág. 36, Definición 2.4. ISBN 978-1-4471-3675-0 .
^ Madsen, HO, Krenk, S., Lind, SC (2006) Métodos de seguridad estructural . Publicaciones de Dover. pag. 148-149. ISBN 0486445976
^ ab van der Vaart, AW (1998). Estadísticas asintóticas . Prensa de la Universidad de Cambridge. pag. 266.ISBN _0-521-78450-6.
^ abc van der Vaart, AW (1998). Estadísticas asintóticas . Prensa de la Universidad de Cambridge. pag. 268.ISBN _0-521-78450-6.
^ "Novedades de Matplotlib 3.8.0 (13 de septiembre de 2023): documentación de Matplotlib 3.8.3".