稳定分布

概率密度函数
累积分布函数
参数	${\displaystyle \alpha \in (0,2]\,}$ 指数 ${\displaystyle \beta \in [-1,1]\,}$ 偏度 ${\displaystyle c\in [0,\infty )\,}$ 尺度参数 ${\displaystyle \mu \in (-\infty ,\infty )\,}$ 位置参数
值域	${\displaystyle x\in (-\infty ;+\infty )\!}$
概率密度函数	通常没有解析式，见下文
累积分布函数	通常没有解析式，见下文
期望	当α≤1时未定义，否则等于μ
中位数	见下文 当β=0时，等于μ
众数	当β=0时，等于μ
方差	无穷（除了当 α=2，当它是2c2）
偏度	未定义
峰度	未定义
熵	见下文
矩生成函数	未定义
特征函数	${\displaystyle \exp \left[~it\mu -|ct|^{\alpha }\,(1-i\beta \,{\mbox{sgn))(t)\Phi )~\right]}$ ${\displaystyle \Phi =\tan(\pi \alpha /2)\,}$ for ${\displaystyle \alpha \neq 1\,}$ ${\displaystyle \Phi =-(2/\pi )\log |t|\,}$ for ${\displaystyle \alpha =1\,}$

在概率论中，稳定分布（Stable distribution，又称为雷维偏阿尔法-稳定分布（Levy skew alpha-stable distribution））是一种连续概率分布，它是由保罗·皮埃尔·莱维发展起来的。在稳定分布中，独立同分布的随机变量之和及它们本身具有相同的分布。

更明确的说，如果${\displaystyle X_{1},X_{2))$为分布${\displaystyle X}$之独立随机变量，令${\displaystyle Y=aX_{1}+bX_{2}+c}$为${\displaystyle X_{1},X_{2))$的线性组合，若${\displaystyle Y}$之分布满足${\displaystyle dX+e}$，则称${\displaystyle X}$为稳定分布。如果对于所有的${\displaystyle a}$、${\displaystyle b}$和${\displaystyle c}$，${\displaystyle e=0}$，则称${\displaystyle X}$为严格稳定。

稳定分布被用作金融数据的分析。比如本华·曼德博发现棉花价格的变化服从稳定分布（${\displaystyle \alpha =1.7}$）。

分布

一个稳定分布可以用尺度${\displaystyle c}$、特性指数${\displaystyle \alpha }$、移位${\displaystyle \mu }$和偏度参数${\displaystyle \beta }$来表示。

偏度参数必须位于区间[−1, 1]内。当它为零时，分布呈对称，可以称为雷维阿尔法对称稳定分布。指数${\displaystyle \alpha }$必须位于区间(0, 2]内。

稳定分布可以用它的特征函数${\displaystyle \varphi (t)}$的连续傅里叶变换来定义：

${\displaystyle f(x;\alpha ,\beta ,c,\mu )={1 \over 2\pi }\int _{-\infty }^{+\infty }\varphi (t)e^{-itx}\,dt}$

其中${\displaystyle \varphi (t)}$可以表示为：

${\displaystyle \varphi (t)=\exp \left[~it\mu \!-\!|ct|^{\alpha }\,(1\!-\!i\beta \,{\textrm {sgn))(t)\Phi )~\right]}$

其中sgn(t) 是t 的符号，${\displaystyle \Phi }$ 表示为：

${\displaystyle \Phi =\tan(\pi \alpha /2)\,}$

当${\displaystyle \alpha =1}$时

${\displaystyle \Phi =-(2/\pi )\log |t|.\,}$

${\displaystyle \mu }$是移位参数，${\displaystyle \beta }$衡量对称性。当${\displaystyle \beta }$=0时，表示分布关于${\displaystyle \mu }$对称。${\displaystyle c}$是尺度因素，它衡量分布的宽度。${\displaystyle \alpha }$是分布指数，表示当${\displaystyle \alpha <2}$时分布的渐进行为。

当${\displaystyle \alpha <2}$ 时的渐进行为可以表示为：

${\displaystyle f(x)\sim {\frac {\alpha c^{\alpha }(1+\beta )\sin(\pi \alpha /2)\Gamma (\alpha )/\pi }{|x|^{1+\alpha ))))$

其中Γ是伽马函数（除了当α<1和β=1或-1时，尾部向着左边或者右边消失）。这种“重尾”行为造成稳定分布的方差在${\displaystyle \alpha <2}$ 时无限大。

特例

${\displaystyle p(x)}$的形式没有统一的方案，但是却存在三个特例：

• 对于${\displaystyle \alpha =2}$，分布缩减为正态分布（方差为${\displaystyle \sigma ^{2}=2c^{2))$，均值为${\displaystyle \mu }$），稳定分布是高狭峰的（leptokurtic）和重尾分布。
• 对于${\displaystyle \alpha =1}$和${\displaystyle \beta =0}$，分布缩减为柯西分布（尺度参数为${\displaystyle c}$，移位参数为${\displaystyle \mu }$）
• 对于${\displaystyle \alpha =1/2}$和${\displaystyle \beta =1}$，分布缩减为雷维分布（尺度参数为${\displaystyle c}$，移位参数为${\displaystyle \mu }$）

以上三个分布其实是相互关联的。一个标准的柯西随机变量可以被看成是高斯随机变量（所有均值为零）和一个标准雷维分布的方差的混合。

稳定性质

稳定分布拥有稳定性质，如果把${\displaystyle N}$个阿尔法稳定变量${\displaystyle X_{i))$从以下分布中提出：

${\displaystyle X_{i}\sim f(x;\alpha ,\beta ,c,\mu )\,}$

那么

${\displaystyle Y=\sum _{i=1}^{N}k_{i}(X_{i}-\mu )\,}$

也像阿尔法稳定变量那样分布

${\displaystyle Y\sim {\frac {1}{s))\,\,f(y/s;\alpha ,\beta ,c,0).\,}$

其中：

${\displaystyle s=\left(\sum _{i=1}^{N}|k_{i}|^{\alpha }\right)^{1/\alpha }.\,}$

这用特性函数的性质可以很容易证明。

广义中心极限定理

另外一个关于稳定分布的重要的性质是它们在中心极限定理中扮演的角色。中心极限定理阐明了随着有限方差的随机变量数量增长，它们的和的分布趋向正态分布。一个推广的理论指出随着服从以${\displaystyle 1/|x|^{\alpha +1))$递减的幂律尾分布（因此具有无限方差）的随机变量数量增长，它们的和的分布趋向稳定分布${\displaystyle f(x;\alpha ,0,c,0)}$ 。

级数表示法

稳定分布可以用更简单的积分来表示：

${\displaystyle f(x;\alpha ,\beta ,c,\mu )={\frac {1}{\pi ))\Re \left[\int _{0}^{\infty }e^{it(x-\mu )}e^{-(ct)^{\alpha }(1-i\beta \Phi )}\,dt\right]}$

把第二部分用泰勒级数表示，我们有：

${\displaystyle f(x;\alpha ,\beta ,c,\mu )={\frac {1}{\pi ))\Re \left[\int _{0}^{\infty }e^{it(x-\mu )}\sum _{n=0}^{\infty }{\frac {(-qt^{\alpha })^{n)){n!))\right]}$

其中${\displaystyle q=c^{\alpha }(1-i\beta \Phi )}$

把积分和求和的顺序对调，然后进行积分，式子变成：

${\displaystyle f(x;\alpha ,\beta ,c,\mu )={\frac {1}{\pi ))\Re \left[\sum _{n=1}^{\infty }{\frac {(-q)^{n)){n!))\left({\frac {1}{i(x-\mu )))\right)^{\alpha n+1}\Gamma (\alpha n+1)\right]}$

（在${\displaystyle x\neq \mu }$的情况下成立）

参考

• GNU Scientific Library - Reference Manual Edition 1.12, for GSL Version 1.12, 16 December 2008
  • The Levy alpha-Stable Distributions. GNU Scientific Library - Reference Manual. [2006-11-24]. （原始内容存档于2006-11-23）. 
  • The Levy skew alpha-Stable Distribution. GNU Scientific Library - Reference Manual. [2006-11-24]. （原始内容存档于2006-11-23）. 
• B. V. Gnedenko and A. N. Kolmogorov. Limit Distributions for Sums of Independent Random Variables. Addison-Wesley. 1954. 
• Johannes Voit. The Statistical Mechanics of Financial Markets (Texts and Monographs in Physics). Springer-Verlag. 2003. ISBN 978-3-540-00978-8. 
• Some improvements in numerical evaluation of symmetric stable density and its derivatives (PDF). CIRGE Discussion paper. （原始内容 (PDF)存档于2006-10-01）. 
• John P. Nolan. Information on stable distributions. [2006-11-24]. （原始内容存档于2006-10-30）. 
  • John P. Nolan. Stable Distributions Models for Heavy Tailed Data (PDF). January 11, 2005 [2006-11-24]. （原始内容存档 (PDF)于2011-07-17）. 
  • John P. Nolan. Bibliography on stable distributions, processes and related topics (PDF). November 29, 2005 [2006-11-24]. （原始内容存档 (PDF)于2006-09-01）. 
• I. Ibragimov, Yu. Linnik. Independent and Stationary Sequences of Random Variables. Wolters-Noordhoff Publishing Groningen, The Netherlands. 1971. 
• Peach, G. Theory of the pressure broadening and shift of spectral lines. Advances in Physics. 1981, 30 (3): 367–474 [2006-11-24]. （原始内容存档于2013-01-14）. 
• V.M. Zolotarev. One-dimensional Stable Distributions. American Mathematical Society. 1986. 

查 论 编 概率分布（列表（英语：List of probability distributions）） 离散单变量 有限支集 本福特定律 伯努利分布 Β-二项式分布 二项式分布 categorical（英语：categorical distribution） 超几何分布 negative（英语：Negative hypergeometric distribution） Poisson binomial（英语：Poisson binomial distribution） Rademacher（英语：Rademacher distribution） 孤子分布 离散型均匀分布 齐夫定律 Zipf–Mandelbrot（英语：Zipf–Mandelbrot law） 无限支集 beta negative binomial（英语：beta negative binomial distribution） Borel（英语：Borel distribution） Conway–Maxwell–Poisson（英语：Conway–Maxwell–Poisson distribution） discrete phase-type（英语：Discrete phase-type distribution） Delaporte（英语：Delaporte distribution） extended negative binomial（英语：extended negative binomial distribution） Flory–Schulz（英语：Flory–Schulz distribution） Gauss–Kuzmin（英语：Gauss–Kuzmin distribution） 几何分布 对数分布 mixed Poisson（英语：mixed Poisson distribution） 负二项分布 Panjer（英语：(a,b,0) class of distributions） parabolic fractal（英语：parabolic fractal distribution） 泊松分布 Skellam（英语：Skellam distribution） Yule–Simon（英语：Yule–Simon distribution） zeta（英语：zeta distribution） 连续单变量 紧支集 arcsine（英语：Arcsine distribution） ARGUS（英语：ARGUS distribution） Balding–Nichols（英语：Balding–Nichols model） Bates（英语：Bates distribution） Β分布 beta rectangular（英语：Beta rectangular distribution） continuous Bernoulli（英语：Continuous Bernoulli distribution） 欧文–贺尔分布 Kumaraswamy（英语：Kumaraswamy distribution） logit-normal（英语：Logit-normal distribution） noncentral beta（英语：Noncentral beta distribution） PERT（英语：PERT distribution） raised cosine（英语：Raised cosine distribution） reciprocal（英语：Reciprocal distribution） 三角形分布 U-quadratic（英语：U-quadratic distribution） 连续型均匀分布 维格纳半圆分布 半无限区间支集 Benini（英语：Benini distribution） Benktander 1st kind（英语：Benktander type I distribution） Benktander 2nd kind（英语：Benktander type II distribution） beta prime（英语：Beta prime distribution） Burr（英语：Burr distribution） chi（英语：chi distribution） 卡方分布 noncentral（英语：Noncentral chi-squared distribution） inverse（英语：Inverse-chi-squared distribution） scaled（英语：Scaled inverse chi-squared distribution） Dagum（英语：Dagum distribution） Davis（英语：Davis distribution） 爱尔朗分布 hyper（英语：Hyper-Erlang distribution） 指数分布 亚指数分布 logarithmic（英语：Exponential-logarithmic distribution） F-分布 noncentral（英语：Noncentral F-distribution） folded normal（英语：folded normal distribution） Fréchet（英语：Fréchet distribution） 伽玛分布 generalized（英语：Generalized gamma distribution） inverse（英语：Inverse-gamma distribution） gamma/Gompertz（英语：Gamma/Gompertz distribution） Gompertz（英语：Gompertz distribution） shifted（英语：shifted Gompertz distribution） half-logistic（英语：Half-logistic distribution） half-normal（英语：half-normal distribution） Hotelling's T-squared（英语：Hotelling's T-squared distribution） 逆高斯分布 广义逆高斯分布 柯尔莫哥洛夫-斯米尔诺夫检验 Lévy（英语：Lévy distribution） log-Cauchy（英语：log-Cauchy distribution） log-Laplace（英语：log-Laplace distribution） log-logistic（英语：log-logistic distribution） 对数正态分布 log-t（英语：log-t distribution） Lomax（英语：Lomax distribution） matrix-exponential（英语：matrix-exponential distribution） 麦克斯韦-玻尔兹曼分布 Maxwell–Jüttner（英语：Maxwell–Jüttner distribution） Mittag-Leffler（英语：Mittag-Leffler distribution） Nakagami（英语：Nakagami distribution） 帕累托分布 phase-type（英语：Phase-type distribution） Poly-Weibull（英语：Poly-Weibull distribution） 瑞利分布 relativistic Breit–Wigner（英语：Relativistic Breit–Wigner distribution） 莱斯分布 truncated normal（英语：truncated normal distribution） type-2 Gumbel（英语：type-2 Gumbel distribution） 韦伯分布 discrete（英语：discrete Weibull distribution） Wilks's lambda（英语：Wilks's lambda distribution） 无限区间支集 柯西分布 exponential power（英语：Generalized normal distribution） 费希尔z分布 Kaniadakis κ-Gaussian（英语：Kaniadakis Gaussian distribution） Gaussian q（英语：Gaussian q-distribution） generalized normal（英语：Generalized normal distribution） generalized hyperbolic（英语：Generalised hyperbolic distribution） geometric stable（英语：geometric stable distribution） 耿贝尔分布 Holtsmark（英语：Holtsmark distribution） hyperbolic secant（英语：hyperbolic secant distribution） Johnson's SU（英语：Johnson's SU-distribution） 朗道分布 拉普拉斯分布 asymmetric（英语：Asymmetric Laplace distribution） logistic（英语：logistic distribution） noncentral t（英语：Noncentral t-distribution） 正态分布 normal-inverse Gaussian（英语：normal-inverse Gaussian distribution） skew normal（英语：Skew normal distribution） slash（英语：Slash distribution） 稳定分布 司徒顿t分布 Tracy–Widom（英语：Tracy–Widom distribution） variance-gamma（英语：Variance-gamma distribution） 福格特函数 可变类型支集 generalized chi-squared（英语：Generalized chi-squared distribution） generalized extreme value（英语：generalized extreme value distribution） generalized Pareto（英语：Generalized Pareto distribution） Marchenko–Pastur（英语：Marchenko–Pastur distribution） Kaniadakis κ-exponential（英语：Kaniadakis Exponential distribution） Kaniadakis κ-Gamma（英语：Kaniadakis Gamma distribution） Kaniadakis κ-Weibull（英语：Kaniadakis Weibull distribution） Kaniadakis κ-Logistic（英语：Kaniadakis Logistic distribution） Kaniadakis κ-Erlangl（英语：Kaniadakis Erlang distribution） q-exponential（英语：q-exponential distribution） q-Gaussian（英语：q-Gaussian distribution） q-Weibull（英语：q-Weibull distribution） shifted log-logistic（英语：Shifted log-logistic distribution） Tukey lambda（英语：Tukey lambda distribution） 混合单变量 连续离散 修正高斯分布（英语：Rectified Gaussian distribution） 联合分布 Discrete: Ewens（英语：Ewens's sampling formula） multinomial（英语：multinomial distribution） Dirichlet（英语：Dirichlet-multinomial distribution） negative（英语：negative multinomial distribution） Continuous: 狄利克雷分布 generalized（英语：Generalized Dirichlet distribution） multivariate Laplace（英语：Multivariate Laplace distribution） 多元正态分布 multivariate stable（英语：Multivariate stable distribution） multivariate t（英语：Multivariate t-distribution） normal-gamma（英语：normal-gamma distribution） inverse（英语：Normal-inverse-gamma distribution） 随机矩阵 LKJ（英语：Lewandowski-Kurowicka-Joe distribution） 矩阵正态分布 matrix t（英语：matrix t-distribution） matrix gamma（英语：matrix gamma distribution） inverse matrix gamma（英语：inverse matrix gamma distribution） 威沙特分布 normal（英语：normal-Wishart distribution） 逆威沙特分布 normal-inverse（英语：normal-inverse-Wishart distribution） 定向统计（英语：Directional statistics） 循环单变量定向统计（英语：Directional statistics） 圆均匀分布 univariate von Mises（英语：von Mises distribution） wrapped normal（英语：Wrapped normal distribution） wrapped Cauchy（英语：Wrapped Cauchy distribution） wrapped exponential（英语：Wrapped exponential distribution） wrapped asymmetric Laplace（英语：Wrapped asymmetric Laplace distribution） wrapped Lévy（英语：Wrapped Lévy distribution） 球形双变量 Kent（英语：Kent distribution） 环形双变量 bivariate von Mises（英语：bivariate von Mises distribution） 多变量 von Mises–Fisher（英语：Von Mises–Fisher distribution） Bingham（英语：Bingham distribution） 退化分布和奇异分布（英语：Singular distribution） 退化 狄拉克δ函数 奇异 康托尔分布 其它 Circular（英语：Circular distribution） 复合泊松分布 elliptical（英语：Elliptical distribution） exponential（英语：Exponential family） natural exponential（英语：Natural exponential family） location–scale（英语：location–scale family） Maximum entropy（英语：Maximum entropy probability distribution） Mixture（英语：Mixture distribution） Pearson（英语：Pearson distribution） Tweedie（英语：Tweedie distribution） Wrapped（英语：Wrapped distribution） 分类 维基共享