Loi binomiale négative étendue

Loi binomiale négative tronquée étendue
Paramètres m N {\displaystyle m\in \mathbb {N} ^{*}}
p [ 0 , 1 [ {\displaystyle p\in [0,1[}
q = 1 p {\displaystyle q=1-p}
r ] m , m + 1 [ {\displaystyle r\in \,]-m,-m+1[} [1]
Support k { m , m + 1 , m + 2 , } {\displaystyle k\in \{m,m+1,m+2,\ldots \}}
Fonction de masse ( k + r 1 k ) q k p r j = 0 m 1 ( j + r 1 j ) q j {\displaystyle {\frac {{k+r-1 \choose k}q^{k}}{p^{-r}-\sum _{j=0}^{m-1}{j+r-1 \choose j}q^{j}}}}
Fonction génératrice des probabilités ( 1 q t ) r j = 0 m 1 ( j + r 1 j ) ( q t ) j p r j = 0 m 1 ( j + r 1 j ) q j {\displaystyle \scriptstyle {\frac {(1-qt)^{-r}-\sum _{j=0}^{m-1}{\binom {j+r-1}{j}}(qt)^{j}}{p^{-r}-\sum _{j=0}^{m-1}{\binom {j+r-1}{j}}q^{j}}}}
modifier Consultez la documentation du modèle

En théorie des probabilités et en statistique, la loi binomiale négative tronquée étendue[2],[3] (ou simplement loi binomiale négative étendue[4]) est une loi de probabilité discrète qui étend la loi binomiale négative ainsi que sa version tronquée[5] pour laquelle des méthodes d'estimation ont été étudiées[6].

Dans le contexte de la science actuarielle, la loi apparait, pour la première fois, dans sa forme générale (c'est-à-dire pour un paramètre m entier strictement positif quelconque) dans un article de Klaus Hess, Anett Liewald et Klaus D. Schmidt[4] en 2002 où les auteurs caractérisent la loi par une extension de l'itération de Panjer (en). La loi binomiale négative tronquée étendue dans le cas m=1 a été introduite par Steinar Engen en 1974[7].

Une loi binomiale négative tronquée étendue dépend de trois paramètres : un entier positif non nul m, un réel p entre 0 (inclus) et 1 (exclus) et un réel r strictement compris entre -m et -m+1.

Définition

Pour un entier naturel m 1 {\displaystyle m\geq 1} et des paramètres réels 0 p < 1 {\displaystyle 0\leq p<1} et m < r < m + 1 {\displaystyle -m<r<-m+1} , la loi binomiale négative étendue est définie par sa fonction de masse :

f ( k ; m , r , p ) = ( k + r 1 k ) q k p r j = 0 m 1 ( j + r 1 j ) q j       k = m , m + 1 , {\displaystyle f(k;m,r,p)={\frac {{k+r-1 \choose k}q^{k}}{p^{-r}-\sum _{j=0}^{m-1}{j+r-1 \choose j}q^{j}}}~~~\forall k=m,m+1,\dots }

q = 1 p {\displaystyle q=1-p} et

( k + r 1 k ) = ( k + r 1 ) k k ! = Γ ( k + r ) k ! Γ ( r ) = ( 1 ) k ( r k ) {\displaystyle {k+r-1 \choose k}={\frac {(k+r-1)_{k}}{k!}}={\frac {\Gamma (k+r)}{k!\,\Gamma (r)}}=(-1)^{k}\,{-r \choose k}}

est un coefficient binomial généralisé, Γ {\displaystyle \Gamma } étant la fonction gamma et ( x ) k {\displaystyle (x)_{k}} désignant la factorielle décroissante.

Fonction génératrice des probabilités

En utilisant la représentation avec les coefficients binomiaux, la fonction génératrice des probabilités de la loi binomiale négative étendue est donnée par :

G X ( t ) = k = m f ( k ; m , r , p ) t k = ( 1 q t ) r j = 0 m 1 ( j + r 1 j ) ( q t ) j p r j = 0 m 1 ( j + r 1 j ) q j  pour  | t | 1 q . {\displaystyle {\begin{aligned}G_{X}(t)&=\sum _{k=m}^{\infty }f(k;m,r,p)t^{k}\\&={\frac {(1-qt)^{-r}-\sum _{j=0}^{m-1}{\binom {j+r-1}{j}}(qt)^{j}}{p^{-r}-\sum _{j=0}^{m-1}{\binom {j+r-1}{j}}q^{j}}}\qquad {\text{ pour }}|t|\leq {\frac {1}{q}}.\end{aligned}}}

Pour le cas m = 1, et donc pour r ] 1 , 0 [ {\displaystyle r\in \left]-1,0\right[} , la fonction génératrice s'écrit

G X ( t ) = 1 ( 1 q t ) r 1 p r  pour  | t | 1 q . {\displaystyle G_{X}(t)={\frac {1-(1-qt)^{-r}}{1-p^{-r}}}\qquad {\text{ pour }}|t|\leq {\frac {1}{q}}.}

Références

  1. On peut aussi considérer le cas où r>0 (mais dans ce cas p ne peut être nul). On observe alors que la loi binomiale négative étendue n'est autre que la loi binomiale négative tronquée en m, c'est-à-dire, conditionnée à être supérieure ou égale à la valeur m.
  2. (en) Gordon Willmot, « Sundt and Jewell's family of discrete distributions », ASTIN Bulletin: The Journal of the IAA, vol. 18(1),‎ , p. 17-29 (DOI 10.2143/AST.18.1.2014957, lire en ligne)
  3. J F Walhin, « La loi de Poisson-Katz en assurance : avantages et inconvénients »
  4. a et b (en) Klaus T Hess, Anett Liewald et Klaus D Schmidt, « An Extension of Panjer's Recursion », ASTIN Bulletin: The Journal of the IAA, vol. 32(2),‎ , p. 283-297 (DOI 10.2143/AST.32.2.1030, lire en ligne)
  5. Jonhnson, N.L.; Kotz, S.; Kemp, A.W. (1993) Univariate Discrete Distributions, 2nd edition, Wiley (ISBN 0-471-54897-9) (page 227)
  6. Shah S.M. (1971) "The displaced negative binomial distribution", Bulletin of the Calcutta Statistical Association, 20, 143–152
  7. (en) Steinar Engen, « On species frequency models », Biometrika, vol. 61,‎ , p. 263-270 (DOI https://doi.org/10.2307/2334353, lire en ligne)
v · m
Lois discrètes
à support fini
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
3 paramètres de forme
N paramètres de forme
à support infini
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
3 paramètres de forme
Lois absolument continues
à support compact
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
3 paramètres de forme
à support semi-infini
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
3 paramètres de forme
N paramètres de forme
à support infini
0 paramètre de forme
1 paramètre de forme
2 paramètres de forme
Autres types de lois
Lois à support mixte continu-discret
Lois à support variable
Lois multidimensionnelles
Discrètes
Continues
Matricielles
Lois directionnelles
Univariantes
Sphériques bidimensionnelles
Toroïdales bidimensionnelles
Multidimensionnelles
Lois singulières
Familles de lois
  • icône décorative Portail des probabilités et de la statistique