Esiste un metodo per stimare i parametri di distribuzione dati solo i quantili?


9

c'è un modo per adattare una distribuzione specificata se ti vengono dati solo pochi quantili?

Ad esempio, se ti dicessi che ho un set di dati distribuiti gamma, e le quantità empiriche del 20%, 30%, 50% e 90% sono, rispettivamente:

      20%       30%       50%       90% 
0.3936833 0.4890963 0.6751703 1.3404074 

Come potrei andare e stimare i parametri? Esistono diversi modi per farlo o esiste già una procedura specifica?

più modifica: non chiedo specificamente la distribuzione gamma, questo era solo un esempio perché temo di non poter spiegare la mia domanda in modo appropriato. Il mio compito è che ho alcuni (2-4) dati quantili e voglio stimare i parametri (1-3) di alcune distribuzioni il più "vicino" possibile. A volte c'è una (o infinita) soluzione esatta, a volte no, giusto?


1
Ho votato per chiudere questo come duplicato di stats.stackexchange.com/questions/6022 , ma poi mi è venuto in mente che ci sono possibili interpretazioni di questa domanda che la rendono diversa in modo interessante. Come una domanda puramente matematica - se qualcuno ti prende in giro in modo scherzoso alcuni quantili di una distribuzione matematica - questo è senza interesse statistico e appartiene al sito matematico. Ma se questi quantili vengono misurati in un set di dati, generalmente non corrisponderanno esattamente ai quantili di qualsiasi distribuzione gamma e dobbiamo trovare la "migliore" misura in un certo senso.
whuber

1
Quindi, dopo quel lungo commento introduttivo, in che situazione ti trovi, Alexx? Dovremmo inviare la tua domanda alle persone di matematica per una risposta teorica o questi quantili derivano dai dati? In quest'ultimo caso, potresti aiutarci a capire come sarebbe una soluzione "buona" (o "migliore")? Ad esempio, la distribuzione adattata dovrebbe corrispondere ad alcuni dei quantili meglio di alcuni degli altri quando non è possibile un adattamento perfetto?
whuber

Ma in realtà la seconda risposta (di @mpiktas) nel link che hai pubblicato stima la distribuzione anche se i tuoi quantili non sono esatti (derivati ​​dai dati).
Dmitry Laptev,

1
@Stas Cosa c'entra questo problema con GMM? Non vedo nessun momento in evidenza!
whuber

1
"Moments" è un brutto nome con cui sono rimasti bloccati, è vero. In effetti il ​​metodo funziona con la stima delle equazioni e spero che ne vedrete alcune in questo esempio, @whuber. Per riformulare, la teoria GMM copre tutto ciò che può essere fatto con la perdita quadratica per la stima delle equazioni, inclusi asintotici di ordine superiore e strane dipendenze tra osservazioni o equazioni.
StasK,

Risposte:


3

KX(K)100K/n


KKK/n

Se n è la dimensione del campione, la statistica del kth order rappresenta una stima del 100 k / n percentile della distribuzione campionata.
Michael R. Chernick,

@MichaelChernick, ho leggermente modificato la tua risposta per renderlo chiaro - speriamo che vada bene.
Macro,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.