Distribució de Kent

Infotaula distribució de probabilitatDistribució de Kent
Tipusdistribució de probabilitat Modifica el valor a Wikidata
EpònimJohn T. Kent, Ronald Aylmer Fisher i Christopher Bingham Modifica el valor a Wikidata
Tres conjunts de punts mostrats de la distribució de Kent. Les direccions mitjanes es mostren amb fletxes. El paràmetre κ {\displaystyle \kappa \,} és el més alt per al conjunt vermell.

En estadístiques direccionals, la distribució de cinc paràmetres de Fisher-Bingham o distribució de Kent, batejada amb el nom de Ronald Fisher, Christopher Bingham i John T. Kent, és una distribució de probabilitats en l'esfera unitat bidimensional S 2 {\displaystyle S^{2}\,} en R 3 {\displaystyle \mathbb {R} ^{3}} . És l'analogic de l'esfera unitat bidimensional de la distribució normal bivariada amb una matriu de covariància no restringida. La distribució de Kent va ser proposada per John T. Kent el 1982, i es fa servir tant en geologia com en bioinformàtica.

La funció de densitat de probabilitat f ( x ) {\displaystyle f(\mathbf {x} )\,} de la distribució de Kent ve donada per:

f ( x ) = 1 c ( κ , β ) exp { κ γ 1 T x + β [ ( γ 2 T x ) 2 ( γ 3 T x ) 2 ] } {\displaystyle f(\mathbf {x} )={\frac {1}{{\textrm {c}}(\kappa ,\beta )}}\exp\{\kappa {\boldsymbol {\gamma }}_{1}^{T}\cdot \mathbf {x} +\beta [({\boldsymbol {\gamma }}_{2}^{T}\cdot \mathbf {x} )^{2}-({\boldsymbol {\gamma }}_{3}^{T}\cdot \mathbf {x} )^{2}]\}}

on x {\displaystyle \mathbf {x} \,} és un vector unitat de tres dimensions, ( . ) T {\displaystyle (.)^{T}} denota la transposició de ( . ) {\displaystyle (.)} , i la constant normalitzadora c ( κ , β ) {\displaystyle {\textrm {c}}(\kappa ,\beta )\,} és:

c ( κ , β ) = 2 π j = 0 Γ ( j + 1 2 ) Γ ( j + 1 ) β 2 j ( 1 2 κ ) 2 j 1 2 I 2 j + 1 2 ( κ ) {\displaystyle c(\kappa ,\beta )=2\pi \sum _{j=0}^{\infty }{\frac {\Gamma (j+{\frac {1}{2}})}{\Gamma (j+1)}}\beta ^{2j}\left({\frac {1}{2}}\kappa \right)^{-2j-{\frac {1}{2}}}I_{2j+{\frac {1}{2}}}(\kappa )}

on I v ( κ ) {\displaystyle I_{v}(\kappa )} és la funció modificada de Bessel i Γ ( . ) {\displaystyle \Gamma (.)} és la funció gamma. S'ha de tenir en compte que c ( 0 , 0 ) = 4 π {\displaystyle c(0,0)=4\pi } i c ( κ , 0 ) = 4 π ( κ 1 ) sinh ( κ ) {\displaystyle c(\kappa ,0)=4\pi (\kappa ^{-1})\sinh(\kappa )} , la constant normalitzadora de la distribució de Von Mises-Fisher.

El paràmetre κ {\displaystyle \kappa \,} (amb κ > 0 {\displaystyle \kappa >0\,} ) determina la concentració o la propagació de la distribució, mentre que β {\displaystyle \beta \,} (amb 0 2 β < κ {\displaystyle 0\leq 2\beta <\kappa } ) determina l'el·lipticitat dels contorns d'igual probabilitat. Com més grans siguin els paràmetres κ {\displaystyle \kappa \,} i β {\displaystyle \beta \,} , més concentrada i el·líptica serà la distribució, respectivament. El vector γ 1 {\displaystyle \gamma _{1}\,} és la direcció mitjana, i els vectors γ 2 , γ 3 {\displaystyle \gamma _{2},\gamma _{3}\,} són els eixos major i menor. Els dos últims vectors determinen l'orientació dels contorns de probabilitat iguals a l'esfera, mentre que el primer vector determina el centre comú dels contorns. La matriu 3 × 3 ( γ 1 , γ 2 , γ 3 ) {\displaystyle (\gamma _{1},\gamma _{2},\gamma _{3})\,} ha de ser ortogonal.

Generalització a dimensions més altes

La distribució de Kent es pot generalitzar fàcilment a esferes de dimensions més altes. Si x {\displaystyle x} és un punt de l'esfera d'unitat S p 1 {\displaystyle S^{p-1}} en R p {\displaystyle \mathbb {R} ^{p}} , llavors la funció de densitat de la distribució de Kent p {\displaystyle p} -dimensional és proporcional a:

exp { κ γ 1 T x + j = 2 p β j ( γ j T x ) 2 }   , {\displaystyle \exp\{\kappa {\boldsymbol {\gamma }}_{1}^{T}\cdot \mathbf {x} +\sum _{j=2}^{p}\beta _{j}({\boldsymbol {\gamma }}_{j}^{T}\cdot \mathbf {x} )^{2}\}\ ,}

on j = 2 p β j = 0 {\displaystyle \sum _{j=2}^{p}\beta _{j}=0} i 0 2 | β j | < κ {\displaystyle 0\leq 2|\beta _{j}|<\kappa } i els vectors { γ j j = 1 p } {\displaystyle \{{\boldsymbol {\gamma }}_{j}\mid j=1\ldots p\}} són ortonormals. Tanmateix, la constant de normalització esdevé molt difícil treballar per a p > 3 {\displaystyle p>3} .

Bibliografia

  • Boomsma, W.; Kent, J.T.; Mardia, K.V.; Taylor, C.C.; Hamelryck, T. «Graphical models and directional statistics capture protein structure» (PDF) (en anglès). Interdisciplinary Statistics and Bioinformatics. S. Barber, P.D. Baxter, K.V.Mardia, & R.E. Walls [Leeds, Leeds University Press], 2006. Arxivat de l'original el 2021-05-07 [Consulta: 4 gener 2020].
  • Kent, J. T. «The Fisher–Bingham distribution on the sphere.» (en anglès). J. Royal. Stat. Soc., 1982, pàg. 44, 71–80.
  • Kent, J. T.; Hamelryck, T. «Using the Fisher–Bingham distribution in stochastic models for protein structure» (PDF) (en anglès). Quantitative Biology, Shape Analysis, and Wavelets. S. Barber, P.D. Baxter, K.V.Mardia, & R.E. Walls (Eds.) [Leeds, Leeds University Press], 2005, pàg. 57–60. Arxivat de l'original el 2021-05-07 [Consulta: 4 gener 2020].
  • Mardia, K. V. M.; Jupp, P. E.. Directional Statistics (en anglès). John Wiley and Sons Ltd., 2000. ISBN 0-471-95333-4. 
  • Peel, D.; Whiten, WJ.; McLachlan, GJ. «Fitting mixtures of Kent distributions to aid in joint set identification.» (en anglès). J. Am. Stat. Ass., 2001, pàg. 96, 56-63.
  • Vegeu aquesta plantilla
Distribucions discretes
amb suport finit
Distribucions discretes
amb suport infinit
Distribucions contínues
suportades sobre un interval acotat
Distribucions contínues
suportades sobre un interval semi-infinit
Distribucions contínues
suportades en tota la recta real
Distribucions contínues
amb el suport de varis tipus
Barreja de distribució variable-contínua
Distribució conjunta
Discreta
Ewens
Multinomial
Multinomial de Dirichlet
Multinomial negativa
Contínua
Dirichlet
Dirichlet generalitzada
Estable multivariant
Gamma normal
Gamma normal inversa
Normal multivariable
t multivariable
Matriu de valor
Matriu gamma
Matriu gamma inversa
Matriu normal
Normal de Wishart
Normal de Wishart inversa
t matriu
Wishart
Wishart inversa
Direccionals
Univariada (circular)
Asimètrica de Laplace envoltada
Cauchy envoltada
Exponencial envoltada
Lévy envoltada
Normal envoltada
Circular uniforme
Univariada de von Mises
Bivariada (esfèrica)
Kent
Bivariada (toroidal)
Bivariada de von Mises
Multivariada
von Mises-Fisher
Bingham
Degenerada i singular
Degenerada
Delta de Dirac
Singular
Cantor
Famílies