PDF e CDF

Funções de Densidade Probabilísticas (PDF em inglês) descrevem valores de densidade probabilística que uma função matemática f(x) atribui a cada valor x. No caso de variáveis discretas, como contagens, as PDFs atribuem uma probabilidade a cada valor:

watch movies

$$f(x) = P(X=x)$$ 1)

Para variáveis contínuas, a PDF atribui densidades de probabilidade a cada valor. A integral dessas densidades em um intervalo dá a probabilidade da variável ter o valor nesse intervalo:

$$\int_a^b f(x) = P(a\leqx \leq b)$$ 2)

A Função de Probabilidade Cumulativa (CDF em inglês), por sua vez, retorna a probabilidade acumulada até o valor x:

$$F(x) = \int_\Omega^x f(x) = P(X\leqx)$$ 3)

Mas como obter uma PDF a partir de uma função f(x) qualquer? Para tanto é necessário transformar a função para que ela retorne probabilidades ao invés de valores na mesma unidade de x. Para isso, a função deve somar um se for uma PDF discreta, ou integrar um, se for contínua. Isso garante uma das propriedades necessárias de uma PDF: a soma da probabilidade de todos os eventos possíveis é um.

Para PDFs contínuas, temos então que dividir a função pela sua integral definida. Assim, podemos obter uma PDF dividindo a função f(x) por ∫ f(x) dx. Dessa forma, a nova função terá integral igual a 1 (um).

Em ecologia, observações são geralmente números positivos. Alguns fenômenos possuem observações com valor zero enquanto outros só são observáveis com valores maiores que zero. Assim, a integral usada para obter a PDF de uma função é geralmente definida entre zero e infinito.

A função integrate do R encontra a integral definida de uma função por integração numérica. Porém, estamos interessados na integral simbólica da função, ou seja, buscamos qual função cuja derivada seja nossa função inicial. Assim, é possível utilizar o software livre Maxima (http://maxima.sourceforge.net/) que trabalha com álgebra e cálculo simbólico.

Neste tutorial iremos usar a função de Ricker como exemplo:

$$f(x) = a x e^{-b*x}$$

Aqui, x é um valor qualquer, enquanto a e b são os parâmetros da função. Trata-se de uma função cujos valores de f(x) crescem rapidamente, atingem um pico e depois decaem com menor intensidade (Figura 1). Pode ser uma boa função para descrever fenômenos que atingem um pico e depois decaem, como fecundidade em relação a idade de fêmeas, por exemplo. Figura 1. Exemplo da função de Ricker definida para a= 2 e b= 6.

A Ricker é uma função bastante simples que atende aos objetivos deste tutorial. Funções mais complexas e com mais parâmetros podem não se 'comportar' tão bem, ou podem ter integrais complicadas. Em muitos casos, para encontrar a PDF também será necessário definir o domínio dos parâmetros, pois em muitos casos há soluções distintas para domínios diferentes.

Uma vez obtida a PDF da função, basta integrá-la de zero a x para encontrar a função que descreve a sua CDF. As CDF são úteis caso se pretenda truncar uma PDF, como veremos abaixo, no passo 6.

Gerando PDFs e CDFs passo a passo

1 – Defina a função
ricker = function (x,a,b,...) {a*x*exp(-b*x)}
2 – Obtenha a integral definida por integração simbólica (no Maxima)
integrate (a*x*exp(-b*x), x, 0, inf)
> a/b^2

Esse código tem como argumentos a função (Ricker), a variável de interesse (x), e os valores inferior (zero) e superior (infinito) de integração.

3 – Divida a função por sua integral (no Maxima)
[a*x*exp(-b*x)] / [a/b^2] 
> b^2*x*exp(-b*x)

Note que o parâmetro a já não existe mais na PDF

4 – Teste a PDf encontrada (no R)
dricker =  function (x,b,...) {b^2*x*exp(-b*x)}

integrate (dricker, lower=0, upper=Inf, b=2)

Varie os valores de b. Se a PDf estiver correta, a integração numérica deve retornar valores muitíssimo próximos de 1.

5 – Encontre a CDF (no Maxima)
integrate (b^2*x*exp(-b*x), x, 0, x)
> b^2*(1/b^2-((b*x+1)*%e^(-b*x))/b^2) # simplificando... 
> exp(-b*x)*(exp(b*x)-b*x-1)
6 – Truncando uma PDF (no R)
pricker = function (x, b,...){exp(-b*x)*(exp(b*x)-b*x-1)} # CDF

dricker.t = function (x, b,...){
	p.trunc = pricker(trunc,b)
	dricker (x,b)/(1-p.trunc)}

Aqui usamos a CDF para encontrar a probabilidade acumulada até o ponto de truncagem desejado (i.e.’ trunc’) , para que possamos corrigir a PDF ‘adicionando’ essa probabilidade ao restante da PDF. Um teste para verificar se sua PDF truncada está funcionando é verificar se ele gera valores de probabilidades maiores que a PDF original.

dricker   (10, b=0.1)
> 0.03678794

dricker.t (10, b=0.1)
> 0.04013735 # OK!
1) o que se lê: “a função f(x) dá a probabilidade que a medida X assuma o valor particular x”
2) o que se lê: “a integral de a até b da função f(x) dá a probabilidade que a medida X assuma um valor nesse intervalo”
3) o que se lê: “a integral da função f(x) do início de seu domínio ($$\Omega$$) até x dá a probabilidade que a medida X assuma um valor igual ou menor que x”
tutoriais/pdf.txt · Última modificação: 2012/09/18 22:58 por prado
Alterações recentes · Índice · Mostrar código fonte · Autenticar-se