裾の重い分布

裾の重い分布（ヘヴィーテイル）について

裾の重い分布、またはヘヴィーテイルとは、確率分布の裾がガウス分布のように急激に減少するのではなく、より緩やかに減衰する特性を持つ分布を指します。このような分布は、ファットテール、ロングテール、劣指数的分布（subexponential）などとも呼ばれ、異なる側面から分析されます。

定義

裾の重い分布の数理的な定義を考えてみると、確率変数 X の累積確率分布関数 F について次のように表現されます。

$$ar{F}(x) riangleq ext{Pr}[X > x]$$

この関数に対し、次の条件が成立する確率分布が裾の重い分布に当たります。

$$ ext{lim}_{x o ext{∞}} e^{ ext{λ}x} ar{F}(x) = ext{∞} ext{ for all } ext{λ} > 0$$

このように、裾の重い分布は、裾が非常に緩やかに減衰するため、確率の高いイベントが長期間にわたって持続する特性を持っています。

関連する用語

ファットテール

裾の重い分布の中でも、裾がべき乗則に従って減衰する分布をファットテールと呼ぶことが一般的です。これは、特に高い値における確率が急には低下せず、極端な値が比較的多く存在することを示しています。

ロングテール

確率変数 X がすべての t > 0 に対して次の条件を満たす場合、その分布はロングテールと呼ばれます。

$$ ext{lim}_{x o ext{∞}} ext{Pr}[X > x + t | X > x] = 1$$

言い換えれば、x が無限大に近づくにつれて、裾がほとんど減少しない特性を有する分布を指します。

ヘヴィーテイル分布の例

いくつかの具体的な裾の重い分布の例を挙げると、以下のようなものがあります：

• - 片側ヘヴィーテイル分布

- パレート分布
- 対数正規分布
- レヴィ分布
- 形状パラメータが 1 未満のワイブル分布
- 対数ガンマ分布
- 対数コーシー分布

• - 両側ヘヴィーテイル分布

- コーシー分布
- 正規分布以外の安定分布
- t分布
- skew lognormal cascade distribution

裾指数の推定

裾指数は、最尤法（MLE）を用いて推定することが可能です。これに関連する代表的な方法には、以下のような推定法があります：

• - Pickands tail-index
• - Hill tail-index

まとめ

裾の重い分布は、極端な事象やリスク分析において非常に重要な役割を果たします。これらの分布を理解することで、データの性質や予測の精度が大いに改善されるでしょう。特に、金融分野や保険業界では、これらの分布に基づくリスク評価が重要視されています。

もう一度検索