Kwantielfunctie

In de kansrekening en statistiek verstaat men onder de kwantielfunctie van een stochastische variabele X {\displaystyle X} de (gegeneraliseerde) inverse functie van de verdelingsfunctie van X {\displaystyle X} , mits deze inverse functie correct gedefinieerd kan worden. De kwantielfunctie Q {\displaystyle Q} bepaalt voor een kans p {\displaystyle p} het bijbehorende kwantiel Q ( p ) {\displaystyle Q(p)} dat het waardenbereik van X {\displaystyle X} verdeelt in de fracties p {\displaystyle p} kleinere en 1 p {\displaystyle 1-p} grotere waarden.

Is dus F : R [ 0 , 1 ] {\displaystyle F\colon \mathbb {R} \to [0,1]} de verdelingsfunctie van X {\displaystyle X} , en is p = F ( x ) {\displaystyle p=F(x)} voor een zekere x R {\displaystyle x\in \mathbb {R} } , dan wordt de kwantielfunctie Q : [ 0 , 1 ] R {\displaystyle Q\colon [0,1]\to \mathbb {R} } gegeven door:

Q ( p ) = F 1 ( p ) = x {\displaystyle Q(p)=F^{-1}(p)=x}

Het bereik van de verdelingsfunctie F {\displaystyle F} kan ook het open interval ( 0 , 1 ) {\displaystyle (0,1)} zijn. Het gesloten interval in bovenstaande definitie dient dan door dit open interval te worden vervangen.

Als F {\displaystyle F} een continue, monotoon stijgende functie is, is F 1 {\displaystyle F^{-1}} de inverse functie van de verdelingsfunctie.

F {\displaystyle F} hoeft echter noch continu, noch monotoon stijgend te zijn. In het geval van bijvoorbeeld een discrete toevalsvariabele X {\displaystyle X} bevat de grafiek van de verdelingsfunctie verticale sprongen en is F {\displaystyle F} dus niet-continu. Een verdelingsfunctie is monotoon niet-dalend, dus kan F {\displaystyle F} ook op bepaalde intervallen constant zijn. In deze gevallen wordt de kwantielfunctie Q {\displaystyle Q} als volgt gedefinieerd:

Q ( p ) = inf { x R : p F ( x ) } {\displaystyle Q(p)=\inf\{x\in \mathbb {R} \colon p\leq F(x)\}}

Voorbeelden

De uniforme verdeling

De op [ 0 , 1 ] {\displaystyle [0,1]} uniform verdeelde toevalsvariabele X {\displaystyle X} heeft als verdelingsfunctie F : R [ 0 , 1 ] {\displaystyle F\colon \mathbb {R} \to [0,1]} met:

F ( x ) = { 0 , x 0 x , 0 < x 1 1 , x > 1 {\displaystyle F(x)={\begin{cases}0,\quad x\leq 0\\x,\quad 0<x\leq 1\\1,\quad x>1\end{cases}}}

De bijbehorende kwantielfunctie Q : [ 0 , 1 ] R {\displaystyle Q\colon [0,1]\to \mathbb {R} } wordt gegeven door: Q ( p ) = p {\displaystyle Q(p)=p} .

De logistische verdeling

Een tweede voorbeeld is een logistisch verdeelde toevalsvariabele X {\displaystyle X} met parameters μ {\displaystyle \mu } en s 2 {\displaystyle s^{2}} . De verdelingsfunctie F : R ( 0 , 1 ) {\displaystyle F\colon \mathbb {R} \to (0,1)} wordt gegeven door:

F ( x ) = 1 2 + 1 2 tanh ( x μ 2 s ) {\displaystyle F(x)={\tfrac {1}{2}}+{\tfrac {1}{2}}\tanh \left({\frac {x-\mu }{2s}}\right)}

Deze verdelingsfunctie is een op R {\displaystyle \mathbb {R} } continue, monotoon stijgende functie, waarvan de grafiek een S-vormige kromme is, die sterk lijkt op de grafiek van de verdelingsfunctie van de normale verdeling.

De kwantielfunctie Q : ( 0 , 1 ) R {\displaystyle Q\colon (0,1)\to \mathbb {R} } van deze toevalsvariabele wordt gegeven door:

Q ( p ) = μ + s ln ( p 1 p ) {\displaystyle Q(p)=\mu +s\ln \left({\frac {p}{1-p}}\right)}