La distribution binomiale négative est un modèle de probabilité polyvalent qui étend la distribution géométrique et offre une alternative flexible à la distribution de Poisson lorsque les données montrent une surdispersion. Contrairement à la distribution binomiale, qui compte les succès dans un nombre fixe d'essais, la binomiale négative compte le nombre de échecs observés avant un nombre spécifié de succès se produit dans une séquence d'essais Bernoulli indépendants. Cela rend particulièrement utile dans des domaines allant de la santé et de la fabrication à l'assurance et au marketing, où les analystes doivent modéliser les temps d'attente, le nombre d'événements ou le risque de résultats rares.

Quelle est la distribution binôme négative?

La distribution binomiale négative décrit la probabilité de rencontrer un nombre donné d'échecs (ou, selon la paramétrisation, le nombre total d'essais) avant qu'un nombre fixe de succès ne soit atteint. Chaque essai a une probabilité de succès constante \(p\), et les essais sont indépendants. La distribution est parfois appelée la "distribution pascale" ou la "distribution de la Pologne" en référence à son développement historique.

Formellement, si nous définissons :

  • r = le nombre de réussites requis (un nombre entier positif);
  • p = la probabilité de succès sur un essai unique,
  • X = nombre d'échecs avant le succès r-th,

la fonction de masse de probabilité (PMF) est alors:

\(P(X = k) = \binom{k + r - 1}{k} \cdot (1-p)^k \cdot p^r\), pour \(k = 0, 1, 2, \ldots\)

Ici, \(\binom{k + r - 1}{k}\) compte le nombre de façons d'organiser les échecs \(k\) et \(r-1\) les succès avant que le succès final ne se produise. La moyenne et la variance de cette distribution sont:

  • Moyenne: \(\mu = \frac{r(1-p)}{p}\)
  • Variation: \(\sigma^2 = \frac{r(1-p)}{p^2}\)

Notez que la variance est toujours plus grande que la moyenne (depuis \(1/p > 1\) pour \(p<1\)), which makes the negative binomial a natural choice for modelling overdispersed count data.

Paramètres clés et leur interprétation

Comprendre les deux paramètres, \(r\) et \(p\), est crucial pour appliquer correctement la distribution.

Paramètre r: Nombre cible de réussites

Dans le binôme négatif classique, \(r\) est un entier fixe. Un \(r\) plus grand signifie que nous avons besoin de plus de succès avant de s'arrêter, ce qui augmente le nombre prévu d'échecs et la diffusion de la distribution. Lorsque \(r = 1\), le binôme négatif se réduit à la distribution géométrique (attente pour le premier succès).

Dans la pratique statistique moderne, \(r\) est souvent permis d'être un nombre réel positif, ce qui permet une modélisation plus flexible de la variance. NB2 version, et le PMF utilise la fonction gamma au lieu de coefficients binomiaux.

Paramètre p: La probabilité de réussite

Une probabilité de succès élevée \(p\) signifie que les succès sont probables, donc peu d'échecs sont attendus avant d'atteindre \(r\) succès. Inversement, un faible \(p\) (p. ex. \(p = 0.1\)) pousse le nombre de échecs attendus plus haut et rend la distribution plus asymétrique. L'interaction entre \(r\) et \(p\) permet au binôme négatif de modéliser à la fois les données de faible dispersion et de nombre de dispersion élevé.

Exemples pratiques et applications

La distribution binôme négative apparaît dans de nombreux contextes réels où le nombre d'événements est d'intérêt et la variance dépasse la moyenne.

Santé et épidémiologie

  • Nombre de visites à l'hôpital avant le diagnostic: Un patient peut avoir besoin de plusieurs rendez-vous (échecs) avant de faire un diagnostic correct (succès). Le nombre de visites antérieures peut être modélisé avec une distribution binôme négative.
  • Incidence des maladies dans les petites régions : Le nombre de nouveaux cas de maladie rare dans une région donnée montre souvent une surdispersion par rapport à un modèle Poisson. Les épidémiologistes utilisent une régression binomiale négative pour expliquer une variation supplémentaire en raison de facteurs de risque non observés.
  • Essais cliniques: Dans un essai d'un nouveau traitement, le nombre d'événements indésirables avant qu'une réponse positive ne soit observée peut être modélisé, ce qui permet d'évaluer les compromis entre l'efficacité et l'innocuité.

Contrôle de la qualité et fabrication

  • Défauts avant qu'un lot ne passe l'inspection : Envisagez une chaîne de production où les éléments sont testés successivement. Le nombre d'éléments défectueux (échecs) trouvés avant le lot atteint un nombre prédéterminé d'unités acceptables (succès) suit une distribution binôme négative.
  • Essai de fiabilité: Les ingénieurs peuvent tester les composants jusqu'à ce qu'un nombre fixe de défaillances se produisent, puis estimer le taux de défaillance. Le binôme négatif s'adapte naturellement ici parce que le nombre total de composants testés est aléatoire.

Marketing et analyse des clients

  • Les appels de vente jusqu'à l'acquisition d'un nouveau client : Un vendeur peut avoir besoin de nombreux contacts (échecs) avant de conclure une transaction (succès). Le nombre d'appels non reçus peut être modélisé pour optimiser l'allocation des ressources.
  • Client: Le nombre d'interactions de service avant l'annulation d'un client (échec pour l'entreprise) peut être modélisé comme un binôme négatif, avec "succès" défini comme l'événement de rétention.

Assurance et gestion des risques

  • Fréquence des réclamations : Les compagnies d'assurance modélisent souvent le nombre de réclamations déposées par un preneur d'assurance sur une année. La distribution binôme négative gère mieux la surdispersion que le Poisson, en prenant en compte la variation entre les conducteurs, les ménages ou les entreprises.
  • Sciences actuarielles : La distribution est utilisée en théorie de la crédibilité et pour établir les primes d'assurance lorsque les données sur les sinistres antérieurs montrent une grande variabilité.

Analyse sportive

  • Buts en soccer ou en points au hockey : Le nombre de buts marqués par une équipe par match montre souvent une surdispersion par rapport à un modèle Poisson. La régression binomiale négative offre une meilleure capacité pour prédire les résultats du match.
  • La balle compte dans le baseball : Le nombre d'emplacements (essais) avant qu'un lanceur enregistre un certain nombre de sorties (succès) peut être modélisé, ce qui aide à la gestion de la charge de travail.

Liens avec d'autres distributions

La distribution binomiale négative est intimement liée à plusieurs autres modèles de probabilité.

Répartition géométrique

Lorsque \(r = 1\), le binôme négatif réduit à la distribution géométrique, qui modélise le nombre de défaillances avant le premier succès. C'est le cas le plus simple, souvent utilisé pour l'analyse "du temps au premier événement".

Distribution du poisson

Le modèle des distributions binomiales négatives et Poisson compte des événements. Cependant, le Poisson suppose que la moyenne est égale à la variance, tandis que le binomiale négatif permet la variance > moyenne. En fait, le binomial négatif peut être dérivé comme un mélange de distributions de Poisson où le paramètre moyen suit une distribution gamma. Cette perspective hiérarchique explique pourquoi le binomial négatif est un choix naturel lorsque la population est hétérogène.

Distribution binôme

Le nombre de réussites du binôme dans un nombre fixe d'essais; les échecs du nombre de réussites du binôme négatif avant un nombre fixe d'essais. Si vous échangez succès/échecs et inversez la règle d'arrêt, les deux distributions se complètent.

Mélange de gamma-poisson

Comme mentionné, si \(Y-Y-Lambda- \sim \text{Poisson}(\lambda)\) et \(\lambda \sim \text{Gamma}(\alpha, \beta)\), alors la distribution marginale de \(Y\) est binomiale négative avec \(r = \alpha\) et \(p = \beta/(1+\beta)\. Cette formulation est largement utilisée dans les modèles hiérarchiques bayésiens et dans l'écologie pour le dénombrement de l'abondance des espèces.

Raccordement de la distribution binôme négative aux données

Dans la pratique, vous avez souvent observé des comptages et vous voulez estimer les paramètres \(r\) et \(p\) (ou, équivalent, la moyenne et un paramètre de dispersion).

Méthode des moments

Définissez la moyenne de l'échantillon \(\bar{x}\) et la variance de l'échantillon \(s^2\) égale à la moyenne théorique et à la variance, puis résolvez:

\(\bar{x} = \frac{r(1-p)}{p}\), \(s^2 = \frac{r(1-p)}{p^2}\).

Cette valeur donne \(p = \bar{x} / s^2\) et \(r = \bar{x}^2 / (s^2 - \bar{x})\). Notez que \(s^2\) doit être supérieur à \(\bar{x}\) pour une correction binôme négative valide.

Estimation maximale de la probabilité (MLE)

Il s'agit d'optimiser numériquement la fonction log-probabilité dérivée du PMF. De nombreux logiciels statistiques (R, Python, Stata) fournissent des fonctions intégrées pour le MLE binomial négatif, y compris dans R et dans les modèles statistiques (Python). MLE peut gérer à la fois le nombre entier et le nombre continu de \(r\).

Pourquoi la distribution binôme négative est-elle si utile?

Le binôme négatif fait le pont entre le modèle géométrique simple et le modèle Poisson surdispersé. Sa flexibilité permet aux chercheurs et aux analystes de :

  • Surdispersion du modèle: Dans la plupart des données de comptage réel, la variance dépasse la moyenne. Le Poisson est trop restrictif; le binôme négatif offre un meilleur ajustement sans avoir besoin d'un modèle séparé à zéro gonflé.
  • Incorporer l'hétérogénéité: En interprétant \(r\) comme paramètre de forme lié au mélange gamma sous-jacent, la distribution capture naturellement les différences non observées entre les individus ou les unités.
  • Fournir des paramètres interprétables: Le paramètre moyen \(\mu\) et le paramètre de dispersion \(\alpha = 1/r\) (dans certaines paramétrisations) sont faciles à communiquer aux non-statisticiens.
  • Servir de base pour les modèles de régression: La régression binomiale négative étend l'idée de gérer les covariables, en faisant un outil standard en épidémiologie, en écologie et en économie.

Mises en œuvre et ressources des logiciels

Vous pouvez travailler avec la distribution binôme négative dans la plupart des environnements statistiques:

  • C'est un peu comme ça. Fonctions , , , ; et pour la régression, .
  • Python : Le de Scipy fournit des fonctions de probabilité; les modèles statistiques ont dans .
  • C'est un peu comme ça. La fonction retourne la masse de probabilité pour des entrées données.
  • Stan, WinBUGS, JAGS : Les paquets bayésiens incluent le binôme négatif comme une distribution intégrée pour les modèles hiérarchiques.

Pour plus de détails, voir Wikipedia article sur la distribution binôme négative fournit un traitement mathématique complet, y compris des paramétrisations alternatives. papier original de Greenwood et Yule (1920) reste une référence classique sur l'application aux statistiques d'accidents. Ver Hoef et Boveng (2007) sur quasi-probabilité par rapport au binôme négatif.

Conclusion

La distribution binomique négative est un outil fondamental pour quiconque travaille avec les données de comptage, surtout lorsque la variance est plus grande que la moyenne. Sa capacité à modéliser le nombre de défaillances avant un nombre fixe de réussites le rend directement applicable aux problèmes de temps d'attente, tandis que son interprétation du mélange gamma-Poisson fournit un cadre naturel pour gérer la surdispersion. Du contrôle de la qualité et de la qualité au marketing et à l'analyse sportive, le binôme négatif offre une approche flexible, interprétable et calculable.