Distribuzione di Skellam

Template:Variabile casuale In teoria delle probabilità la distribuzione di Skellam è una distribuzione di probabilità che governa la differenza tra due variabili aleatorie indipendenti aventi entrambe una distribuzione di Poisson. Prende il nome da John Gordon Skellam.

Definizione

La distribuzione di Skellam di parametri $({\lambda }_1,{\lambda }_2)$ è la distribuzione di probabilità della variabile aleatoria

$Y=X_1-X_2$

definita da due variabili aleatorie indipendenti $X_1$ e $X_2$ che seguono rispettivamente le distribuzioni di Poisson di parametri ${\lambda }_1$ e ${\lambda }_2$.

La distribuzione di probabilità di $Y=X_1-X_2$ è

$P(n)=e^{-({\lambda }_1+{\lambda }_2)}{\left(\frac{{\lambda }_1}{{\lambda }_2}\right)}^{\frac{n}{2}}{I}_{|n|}(2\sqrt{{\lambda }_1{\lambda }_2})$,

dove $I_{\alpha }$ è la funzione di Bessel di primo tipo modificata

Questa distribuzione si ricava dalle distribuzioni $P(X_i=n_i)=e^{-{\lambda }_i}{\lambda }_i^n/n!$, esprimendo

$P(Y=n)=\sum _{n_1-n_2=n}P(X_1=n_1)P(X_2=n_2)=\frac{1}{e^{{\lambda }_1+{\lambda }_2}}{\left(\frac{{\lambda }_1}{{\lambda }_2}\right)}^{\frac{n}{2}}\sum \frac{{\lambda }_1^{n_1-\frac{n}{2}}{\lambda }_2^{n_2+\frac{n}{2}}}{n_1!n_2!}$;

mostrando che $\frac{P(Y=n)}{P(Y=-n)}={\left(\frac{{\lambda }_1}{{\lambda }_2}\right)}^n$ si ottiene la formula per la distribuzione di $Y$.

Nel caso particolare in cui entrambe le variabili $X_1$ e $X_2$ seguano la stessa distribuzione di probabilità $\mathbb{P}(\lambda )$, la distribuzione diventa simmetrica e la distribuzione è

$P(n)=e^{-2\lambda }{I}_{|n|}(2\lambda )$.

Caratteristiche

La variabile aleatoria $Y=X_1-X_2$ con distribuzionedi Skellam di parametri $({\lambda }_1,{\lambda }_2)$ ha

• speranza matematica

$E[Y]=E[X_1]-E[X_2]={\lambda }_1-{\lambda }_2$

• funzione caratteristica

${\varphi }_Y(t)={\varphi }_{X_1}(t){\varphi }_{X_2}(-t)=e^{{\lambda }_1{e}^{it}+{\lambda }_2{e}^{-it}-({\lambda }_1+{\lambda }_2)}$

• funzione generatrice dei momenti

$g_Y(t)=g_{X_1}(t)g_{X_2}(-t)=e^{{\lambda }_1{e}^t+{\lambda }_2{e}^{-t}-({\lambda }_1+{\lambda }_2)}$

Prendendo

$s={\lambda }_1+{\lambda }_2$ e $d={\lambda }_1+{\lambda }_2$,

dalla funzione generatrice dei momenti si ricavano i primi momenti semplici

${\mu }_1(Y)=d$, ${\mu }_2(Y)=d^2+s$, ${\mu }_3(Y)=d^3+3ds+d$, ${\mu }_4(Y)=d^4+6d^{2}s+4d^2+3s^2+s$

e i primi momenti centrali

$m_2(Y)=s$, $m_3(Y)=d$, $m_4(Y)=3s^2+s$;

in particolare si trovano la varianza

$\text{Var}(Y)=m_2(Y)=s={\lambda }_1+{\lambda }_2$

e gli indici di asimmetria e curtosi

${\gamma }_1=\frac{m_3}{m_2^{3/2}}=\frac{d}{s^{3/2}}=\frac{{\lambda }_1-{\lambda }_2}{({\lambda }_1+{\lambda }_2{)}^{\frac{3}{2}}}$,

${\gamma }_2=\frac{m_4}{m_2^2}-3=\frac{3s^2+s}{s^2}-3=\frac{1}{s}=({\lambda }_1+{\lambda }_2{)}^{-1}$.

Proprietà

La distribuzione di Poisson può essere considerata un caso particolare della distribuzione di Skellam, con parametri $(\lambda ,0)$; in altri termini, considerando la distribuzione degenere ($P(X_2=0)=1$) un caso particolare di distribuzione di Poisson con parametro 0, la variabile aleatoria $Y=X_1-X_2=X_1$ è differenza di due variabili aleatorie indipendenti aventi distribuzioni di Poisson.

La somma e la differenza di due o più variabili aleatorie indipendenti che seguono distribuzioni di Skellam (o di Poisson) seguono entrambe una distribuzione di Skellam. Questa proprietà segue dalla definizione di distribuzione di Skellam e dall'analoga proprietà per la somma di due o più variabili aleatorie indipendenti con distribuzione di Poisson. Più precisamente, se $X=X_1-X_2$ e $Y=Y_1-Y_2$ seguono rispettivamante le distribuzioni di Skellam di parametri $({\lambda }_1,{\lambda }_2)$ e $({\mu }_1,{\mu }_2)$, allora

$-X=X_2-X_1$ segue la distribuzione di Skellam di parametri $({\lambda }_2,{\lambda }_1)$,

$X+Y=(X_1+Y_1)-(X_2+Y_2)$ segue la distribuzione di Skellam di parametri $({\lambda }_1+{\mu }_1,{\lambda }_2+{\mu }_2)$,

$X-Y=(X_1+Y_2)-(X_2+Y_1)$ segue la distribuzione di Skellam di parametri $({\lambda }_1+{\mu }_2,{\lambda }_2+{\mu }_1)$,

Voci correlate

• Distribuzione di Poisson
• Funzione di Bessel