Sei sulla pagina 1di 19

12.

Esempio di applicazione: distribuzione di Gumbel


Funzione di probabilit
(

|
.
|

\
|

=
(

|
.
|

\
|

=
o
o o o
u x
x F
u x u x
x f
exp exp ) (
exp exp ) (
1
I due parametri sono: o e u
o
t
o
o
5772 . 0
6
=
=
x u
Metodo dei momenti
per stima di o e u
o = scarto quadratico medio
Esempio di applicazione: distribuzione di Gumbel
Distribuzione di
densit di probabilit
di Gumbel
25 15
5
10 0 20
0
f(x)
0.1
0.3
0.2
0.4
40 35 30
x
Le funzioni possono essere espresse utilizzando la variabile ridotta
y=(x-u)/o
Determinazione del valore di x caratterizzato da un tempo di ritorno T
T T
T
T
T T T
y u x
T
T
y
T
T
x F
x F x X P x X P
T
poich
x F
y
y x F
o + =
(

|
.
|

\
|

=
= s = > =
(

|
|
.
|

\
|
=
=
1
ln ln
1
) (
) ( 1 ) ( 1 ) (
1
:
) (
1
ln ln
)] exp( exp[ ) (
x
T
valore della variabile corrispondente al tempo di ritorno T
secondo la distribuzione di probabilit in esame
Esempio di applicazione: distribuzione di Gumbel
y=(x-u)/o
1. Determinazione del valore di T corrispondente ad unosservazione x
)]
u x
exp( exp[
)] y exp( exp[ ) x ( F
T
) x ( F
T
)] y exp( exp[ ) x ( F
u x
y
o
o


=

=

=
=

=
1
1
1
1
1
1
1
1
Noto il valore di x e dei parametri u e o, si calcola il valore di y,
(variabile ridotta), da cui si calcola F(x) e quindi il valore del tempo di
ritorno T
Esempio di applicazione: distribuzione di Gumbel
y=(x-u)/o
Stazione pluviografica di Trento
principali statistici del campione e valori dei parametri della distribuzione di probabilit
di GUMBEL
Stima dei parametri u e o con il metodo dei momenti.

Durata (ore) N casi minimo massimo media Deviazione
standard
y
o
1 52 11.0 45.0 21.1 7.7 17.69288 6.00279
3 52 16.0 62.0 31.3 11.0 26.35318 8.59703
6 52 25.0 82.4 42.5 14.4 35.98954 11.23940
12 52 30.0 123.0 58.6 21.8 48.77891 17.02172
24 52 40.2 147.6 76.8 25.5 65.31335 19.89397


Valori dei quantili regolarizzati di precipitazione (mm) con la distribuzione di
probabilit di GUMBEL

Tempo di ritorno (T)
T y Durata 2 5 20 50 100
2 0.36651 1 19.9 26.7 35.5 41.1 45.3
5 1.49994 3 29.5 39.2 51.9 59.9 65.9
20 2.97020 6 40.1 52.8 69.4 79.8 87.7
50 3.90194 12 55.0 74.3 99.3 115.2 127.1
100 4.60015 24 72.6 95.2 124.4 142.9 156.8


Esempio di applicazione: distribuzione di Gumbel
o
t
o
5772 0
6
. =
=
x u
s
u
y=-ln[ln(T/(T-1))
xt=u+oy
Esempio di applicazione: distribuzione log-normale (a due
parametri)
Funzione di densit di probabilit


=
2
) ln(
2
1
exp
2
1
) (
o

o t
x
x
x f
I due parametri sono: o e
5 . 0
2
2
2
2
1 ln
1 ln
2
1
ln
(

|
|
.
|

\
|
+ =
|
|
.
|

\
|
+ =
x
s
x
s
x
o

Nel caso di questa distribuzione, si


assume che ln (x) segua una
distribuzione normale
La distribuzione cumulata di probabilit normale non disponibile in
forma chiusa (si trova tabulata).
Metodo dei momenti
per stima di o e
z rappresenta quindi il valore della variabile della distribuzione di
probabilit normale corrispondente al tempo di ritorno T.

(x) ln
z

=
Introducendo la variabile ridotta z
si hanno le seguenti espressioni delle funzioni densit di probabilit e
probabilit cumulata di non superamento
2
z
2
e
2
1
f(z)

=
}

= s =
Z
2
z
dz e
2
1
Z) P(z F(z)
2
Esempio di applicazione: distribuzione log-normale (a due parametri)
Tabella relativa alla
distribuzione
cumulata di probabilit
normale
Per T=100 anni,
P(Zsz)=0.99,
z=2.325
Determinazione del valore di x caratterizzato da un assegnato
tempo di ritorno T
( ) o z x
T
+ = exp
+ = z (x) ln
P(z s Z) = (T-1)/T
T
dalle tabelle della distribuzione cumulata
di probabilit normale si ottiene z
T = 1/P(z > Z) = 1/(1 P(z s Z))

(x) ln
z

=
Esempio di applicazione: distribuzione log-normale (a due parametri)
Determinazione del valore di T (o di P(X>x)) corrispondente ad
un osservazione x nota
o

=
x
z
ln
Noto il valore di x e dei parametri o e , si calcola il valore di z,
(variabile della distribuzione di probabilit normale corrispondente)
Il valore di probabilit corrispondente viene determinato
utilizzando le tabelle relative alla distribuzione normale,
per cui se z=2.326
Esempio di applicazione: distribuzione log-normale (a due parametri)
P(Zsz)=0.99
T=100 anni
Stazi one pl uvi ografica di Trento - massi mi annuali di preci pi tazi one di durata 1,3,6,12 e 24 ore
ANNO P01 P03 P06 P12 P24 ANNO P01 P03 P06 P12 P24
1932 26.8 29.6 32.6 35.8 40.2 1963 20.0 26.0 28.6 43.6 55.4
1936 14.0 21.0 33.0 52.0 66.0 1964 12.6 18.6 31.6 50.0 74.6
1937 45.0 56.0 56.0 56.0 60.6 1965 14.2 22.0 42.6 61.6 113.0
1938 25.0 48.0 62.4 68.6 97.0 1966 19.0 31.0 51.0 81.4 125.6
1939 15.0 33.0 54.0 94.6 96.4 1968 22.2 31.2 44.2 44.6 67.4
1940 23.8 47.0 59.0 77.0 85.0 1969 19.4 38.2 38.8 65.6 77.2
1941 13.2 19.0 33.0 41.6 54.0 1970 22.4 34.6 46.4 51.6 69.8
1942 29.0 47.0 82.4 123.0 123.0 1971 17.0 21.8 27.8 40.0 73.6
1943 21.8 25.0 31.8 31.8 47.4 1972 16.8 24.4 30.8 51.4 71.6
1944 22.0 43.6 44.6 56.6 64.2 1973 32.8 33.0 34.8 42.0 56.0
1947 35.6 37.4 37.8 47.4 82.0 1974 17.0 25.6 44.2 50.0 50.4
1948 14.6 25.0 31.2 44.0 61.8 1975 14.0 18.2 27.0 30.0 51.0
1949 12.0 21.0 35.0 50.8 62.8 1976 21.0 44.2 74.0 112.0 147.6
1950 17.2 18.4 27.8 34.6 50.2 1977 13.8 20.2 33.6 46.4 54.0
1951 40.0 62.0 79.0 99.0 116.4 1978 21.6 22.6 26.0 40.0 66.0
1952 26.6 30.0 43.0 58.6 95.6 1979 21.0 28.0 39.0 73.8 102.0
1953 16.8 32.8 40.4 67.0 104.6 1980 26.0 41.4 57.8 86.8 106.8
1954 13.4 29.0 29.8 41.0 49.0 1981 13.4 23.2 28.8 47.4 91.0
1955 12.8 16.0 25.0 38.4 47.6 1982 26.2 27.4 36.0 51.0 60.4
1956 11.0 20.6 26.0 43.0 56.8 1983 24.2 38.6 55.8 70.2 71.2
1957 20.8 23.6 27.2 35.8 64.6 1985 37.4 52.8 52.8 62.4 67.8
1958 16.8 21.0 33.2 38.0 55.6 1986 12.8 22.8 44.0 80.2 120.8
1959 20.4 26.0 47.2 68.4 109.6 1987 19.8 27.2 39.4 63.2 68.6
1960 22.8 46.2 59.8 80.8 96.8 1988 14.4 22.4 38.0 48.6 56.8
1961 23.0 30.2 38.6 52.4 69.6 1989 34.4 35.4 36.0 44.0 57.6
1962 29.0 43.0 54.8 56.2 59.2 1990 18.4 46.2 75.2 117.2 121.2
Applicazione: distribuzione log-normale
Stazione pluviografica di Trento
principali statistici del campione e valori dei parametri della distribuzione di
probabilit LOG-NORMALE
Stima dei parametri

e
o
con il metodo dei momenti.
Durata (ore) N casi minimo massimo media deviazione
standard
o
1 52 11.0 45.0 21.1 7.7 2.986 0.3536
3 52 16.0 62.0 31.3 11.0 3.385 0.3433
6 52 25.0 82.4 42.5 14.4 3.693 0.3300
12 52 30.0 123.0 58.6 21.8 4.006 0.3600
24 52 40.2 147.6 76.8 25.5 4.288 0.3230
Valori dei quantili regolarizzati di precipitazione (mm) con la distribuzione di
probabilit LOG-NORMALE
Tempo di ritorno (T)
T z Durata 2 5 20 50 100
2 0.0 1 19.8 26.6 35.3 40.8 44.9
5 0.85 3 29.3 39.2 51.6 59.5 65.3
20 1.645 6 40.0 52.7 68.6 78.4 85.7
50 2.055 12 54.4 73.4 97.8 113.1 124.6
100 2.326 24 71.8 94.8 123.7 141.6 155.0
Applicazione: distribuzione log-normale
5 . 0
2
2
2
2
1 ln
1 ln
2
1
ln
(

|
|
.
|

\
|
+ =
|
|
.
|

\
|
+ =
x
s
x
s
x
o

o

=
x
z
ln
( ) o z x
T
+ = exp
dalla tabella
Le carte probabilistiche
Le carte probabilistiche esistono per ogni tipo di funzione di
probabilit (log-normale, Gumbel, ..)
Le curve di probabilit della funzione corrispondente viene rappresentata
da una retta
ascissa viene riportata la variabile x
ordinata viene riportata la probabilit P(X>x) o P(Xsx),
il tempo di ritorno, e/o la variabile ridotta della distribuzione.
Le carte probabilistiche
per verificare lammissibilit della funzione
di probabilit prescelta per descrivere il campione,
ancor prima di stimare i parametri:
se il tipo di funzione
di distribuzione prescelto adatto ad interpretare le
osservazioni, i punti devono addensarsi intorno ad
una retta.
La variabile ridotta y della distribuzione Gumbel e z della log-normale
sono funzioni della probabilit cumulata di non superamento e le rette
y = (x u)/o ed z = (ln(x) -)/o individuano quindi le popolazioni che
seguono rispettivamente le distribuzioni di parametri o e u ed e o.
le carte probabilistiche possono essere utilizzate
La carta probabilistica log-normale
La carta probabilistica di Gumbel
Carte probabilistiche e plotting position
Se i parametri della distribuzione non sono stati ancora determinati,
non possibile calcolare la probabilit attraverso le formule
consuete.
1
) (
+
= s
N
m
X x P
dove
m : posizione del dato nella serie ordinata in senso crescente,
N : numerosit del campione
Plotting position
Per riportare un punto sulla carta probabilistica, necessario conoscere
di esso il valore x e la probabilit P(X>x) o P(Xsx).
Nelle carte probabilistiche viene quindi utilizzata unapprossimazione
della probabilit di superamento, detta plotting position.
Approssimazione normalmente utilizzata:
Carte probabilistiche e plotting position
procedere in modo analitico alla determinazione dei parametri
(p. es. tramite il metodo dei momenti) e quindi riportare la retta
risultante sul grafico al fine di valutarne la capacit descrittiva
(questo metodo preferibile).
Dopo aver riportato i valori sulla carta probabilistica, ed avere accertato
che si addensano intorno ad una retta, possibile:
utilizzare direttamente il diagramma per identificare la retta
che meglio regolarizza i valori
(p.es. tramite il metodo dei minimi quadrati)
oppure
Applicazione: stazione pluviografica di Trento
Le figure riportano le carte
probabilistiche di Gumbel relative ai
valori di precipitazione massima
annuale di durata pari ad 1 e 24 ore.
Le rette introdotte nei grafici sono
quelle stimate tramite il metodo dei
momenti. Infatti nelle carte viene
riportata in ascissa la variabile
ridotta ed in ordinata il dato.
Extr.Val
Expected
Observed
Stazione pluviografica di Trento - 1932-1990
Cartogramma probabilistico di GUMBEL
y: variabile ridotta
m
a
s
s
i
m
i

a
n
n
u
a
l
i

(
1

o
r
a
)
.01
.05
.15
.25
.35
.45
.55
.65
.75
.85
.95
.99
5
10
15
20
25
30
35
40
45
50
-3 -2 -1 0 1 2 3 4 5
Extr.Val
Expected
Observed
Stazione di Trento - (1932-1990)
cartogramma probabilistico di GUMBEL
y: variabile ridotta
m
a
s
s
i
m
i

a
n
n
u
a
l
i

2
4

o
r
e

(
m
m
)
.01
.05
.15
.25
.35
.45
.55
.65
.75
.85
.95
.99
20
30
40
50
60
70
80
90
100
110
120
130
140
150
-3 -2 -1 0 1 2 3 4 5
u y x
u x
y + =

= o
o
P. es.: u rappresenta il valore
dellintercetta
dallapplicazione del metodo dei
momenti si ricava
u (1h) = 17.7
u (24h) = 65.3