帕累托分布

**帕累托分布**
	概率密度函數
	累積分布函數
参数	xm > 0 ; k > 0
值域
概率密度函数
累積分布函數
期望值	，
中位數
眾數
方差	，
偏度	，
峰度	，
熵
矩生成函数	未定义
特徵函数

此條目需要擴充。 (2013年11月8日)请協助改善这篇條目，更進一步的信息可能會在討論頁或扩充请求中找到。请在擴充條目後將此模板移除。

帕累托分布(Pareto distribution)是以意大利经济学家维尔弗雷多·帕累托命名的。是从大量真实世界的现象中发现的幂定律分布。这个分布在经济学以外，也被称为布拉德福分布。

在帕累托分布中，如果X是一个随机变量，则X的概率分布如下面的公式所示：

{\displaystyle {\rm {P))(X>x)=\left({\frac {x}{x_{\min ))}\right)^{-k))

其中x是任何一个大于x_min的数，x_min是X最小的可能值（正数），k是为正的参数。帕累托分布曲线族是由两个数量参数化的：x_min和k。分布密度则为

p(x)=\left\((\begin{matrix}0,&{\mbox{if ))x<x_{\min };\\\\{k\;x_{\min }^{k} \over x^{k+1)),&{\mbox{if ))x>x_{\min }.\end{matrix))\right.

帕累托分布属于连续概率分布。 “齊夫定律”, 也称为“zeta 分布”, 也可以被认为是在离散概率分布中的帕累托分布。一个遵守帕累托分布的随机变量的期望值为 $x_{\min }\;k \over k-1$ (如果 $k\leq 1$ , 期望值为无穷大) 且随机变量的标准差为 ${x_{\min } \over k-1}{\sqrt {k \over k-2))$ (如果 $k\leq 2$ , 标准差不存在)。

被认为大致是帕累托分布的例子有：

财富在个人之间的分布
人类居住区的大小
对维基百科条目的访问
接近绝对零度时，玻色–爱因斯坦凝聚的团簇
在互联网流量中文件尺寸的分布
油田的石油储备数量
龙卷风带来的灾难的数量

参见

外部链接

分类

帕累托分布

参见

外部链接

Suggest as cover photo

Thank you for helping!

Install Wikiwand

Don't forget to rate us

Tell your friends about Wikiwand!

Enjoying Wikiwand?

Tell your friends and spread the love:

Your preferred languages

All languages

Follow Us

Don't forget to rate us

Our magic isn't perfect

Thank you for helping!

Oh no, there's been an error

**帕累托分布**
概率密度函數
累積分布函數
参数	x_m > 0 k > 0
值域	$x\in [x_{\mathrm {m} };+\infty )\!$
概率密度函数	${\frac {k\,x_{\mathrm {m} }^{k)){x^{k+1))}\!$
累積分布函數	$1-\left({\frac {x_{\mathrm {m} )){x))\right)^{k}\!$
期望值	${\frac {k\,x_{\mathrm {m} )){k-1))\!$ ， $k>1$
中位數	$x_{\mathrm {m} }{\sqrt[{k}]{2))$
眾數	$x_{\mathrm {m} }\,$
方差	${\frac {x_{\mathrm {m} }^{2}k}{(k-1)^{2}(k-2)))\!$ ， $k>2$
偏度	${\frac {2(1+k)}{k-3))\,{\sqrt {\frac {k-2}{k))}\!$ ， $k>3$
峰度	${\frac {6(k^{3}+k^{2}-6k-2)}{k(k-3)(k-4)))\!$ ， $k>4$
熵	$\ln \left({\frac {k}{x_{\mathrm {m} ))}\right)-{\frac {1}{k))-1\!$
矩生成函数	未定义
特徵函数	$k(-ix_{\mathrm {m} }t)^{k}\Gamma (-k,-ix_{\mathrm {m} }t)\,$