フレシェ分布

確率密度関数 位置母数が0の場合
累積分布関数 位置母数が0の場合
母数	${\displaystyle \alpha \in (0,\infty )}$ 形状母数（英語版）. (以下の2つのパラメータを追加できる) ${\displaystyle s\in (0,\infty )}$ 尺度母数（英語版） (標準分布で ${\displaystyle s=1}$) ${\displaystyle m\in (-\infty ,\infty )}$ 位置母数（英語版） (標準分布で ${\displaystyle m=0}$)
台	${\displaystyle x>m}$
確率密度関数	${\displaystyle {\frac {\alpha }{s}}\left({\frac {x-m}{s}}\right)^{-1-\alpha }\exp \left(-\left({\frac {x-m}{s}}\right)^{-\alpha }\right)}$
累積分布関数	${\displaystyle \exp \left(-\left({\frac {x-m}{s}}\right)^{-\alpha }\right)}$
期待値	${\displaystyle {\begin{cases}\ m+s\Gamma \left(1-{\frac {1}{\alpha }}\right)&{\text{for }}\alpha >1\\\ \infty &{\text{otherwise}}\end{cases}}}$
中央値	${\displaystyle m+{\frac {s}{\sqrt[{\alpha }]{\ln 2}}}}$
最頻値	${\displaystyle m+s\left({\frac {\alpha }{1+\alpha }}\right)^{1/\alpha }}$
分散	${\displaystyle {\begin{cases}\ s^{2}\left(\Gamma \left(1-{\frac {2}{\alpha }}\right)-\left(\Gamma \left(1-{\frac {1}{\alpha }}\right)\right)^{2}\right)&{\text{for }}\alpha >2\\\ \infty &{\text{otherwise}}\end{cases}}}$
歪度	${\displaystyle {\begin{cases}\ {\frac {\Gamma \left(1-{\frac {3}{\alpha }}\right)-3\Gamma \left(1-{\frac {2}{\alpha }}\right)\Gamma \left(1-{\frac {1}{\alpha }}\right)+2\Gamma ^{3}\left(1-{\frac {1}{\alpha }}\right)}{\sqrt {\left(\Gamma \left(1-{\frac {2}{\alpha }}\right)-\Gamma ^{2}\left(1-{\frac {1}{\alpha }}\right)\right)^{3}}}}&{\text{for }}\alpha >3\\\ \infty &{\text{otherwise}}\end{cases}}}$
尖度	${\displaystyle {\begin{cases}\ -6+{\frac {\Gamma \left(1-{\frac {4}{\alpha }}\right)-4\Gamma \left(1-{\frac {3}{\alpha }}\right)\Gamma \left(1-{\frac {1}{\alpha }}\right)+3\Gamma ^{2}\left(1-{\frac {2}{\alpha }}\right)}{\left[\Gamma \left(1-{\frac {2}{\alpha }}\right)-\Gamma ^{2}\left(1-{\frac {1}{\alpha }}\right)\right]^{2}}}&{\text{for }}\alpha >4\\\ \infty &{\text{otherwise}}\end{cases}}}$
エントロピー	${\displaystyle 1+{\frac {\gamma }{\alpha }}+\gamma +\ln \left({\frac {s}{\alpha }}\right)}$, ここで ${\displaystyle \gamma }$ はオイラー・マスケローニ定数。
モーメント母関数	モーメント ${\displaystyle k}$ が ${\displaystyle \alpha >k}$　ならば存在する。
テンプレートを表示

フレシェ分布（英語: Fréchet distribution) は逆ワイブル分布としても知られている。フレシェ分布は、ガンベル分布（タイプIの極値分布）、ワイブル分布（タイプIIIの極値分布）とともに、一般化極値分布（英語: generalized extreme value distribution）の特別なケースである。フレシェ分布はタイプIIの極値分布と呼ばれる。

フレシェ分布の名称は、フレシェ分布を発見した数学者モーリス・ルネ・フレシェに由来する^[1]。

モーリス・ルネ・フレシェは、1927年に、Fréchet (1927) において、最大値の漸近分布を考察している^[2][3]。フレシェ分布の研究は、さらに、ロナルド・フィッシャーとL・H・C・ティペットの1928年の共著論文によってなされている^[4]。Fisher and Tippett (1928) は、極値分布がガンベル分布（タイプI）、フレシェ分布、ワイブル分布（タイプIII）の3つのいずれか1つのみであることを示した^[4]。エミール・ユリウス・ガンベルは、フレシェ分布を含む極値分布の研究を詳細に行い、1958年に極値統計学の書籍をまとめた^[5]。

フレシェ分布の累積分布関数は

${\displaystyle F(x)=\Pr(X\leq x)=e^{-x^{-\alpha }}{\text{ if }}x>0.}$

である (Alves & Neves 2011) 。ここで、α > 0は、形状パラメータである。フレシェ分布の確率密度関数は

${\displaystyle f(x)=\alpha x^{-\alpha -1}\;e^{-x^{-\alpha }}}$

となる。

フレシェ分布の期待値と分散は以下の通りとなる (Alves & Neves 2011)。

• 期待値は${\displaystyle E[X]=\Gamma (1-{\tfrac {1}{\alpha }}){\text{ if }}\alpha >1}$となる。
• 分散は${\displaystyle {\text{Var}}(X)=\Gamma (1-{\tfrac {2}{\alpha }})-{\big (}\Gamma (1-{\tfrac {1}{\alpha }}){\big )}^{2}{\text{ if }}\alpha >2}$となる。

ここで、${\displaystyle \Gamma \left(\right)}$はガンマ関数であり、

${\displaystyle \Gamma (z):=\int _{0}^{\infty }x^{z-1}e^{-x}dx}$

である。

ガンベル分布（タイプI）、フレシェ分布（タイプII）、ワイブル分布（タイプIII）は、一般化極値分布として単一の分布関数で表現できる^[6]。

位置パラメータ m（最小値）と尺度パラメータs > 0を含めることで、フレシェ分布を一般化することができる^[7]。 一般化フレシェ分布の累積分布関数は

${\displaystyle F(x)=\Pr(X\leq x)=e^{-\left({\frac {x-m}{s}}\right)^{-\alpha }}{\text{ if }}x>m.}$

である。 一般化フレシェ分布の確率密度関数は

${\displaystyle f(x)={\frac {\alpha }{s}}\;\left({\frac {x-m}{s}}\right)^{-1-\alpha }\;e^{-({\frac {x-m}{s}})^{-\alpha }}}$

となる。

水文学

フレシェ分布は、1日当たり降水量の年間最大値のような極端な現象に適用される。

金融

フレシェ分布は、市場収益をモデル化するために使われてきた^[7]。

国際経済学（貿易論）

リカード・モデルを連続財・多数国モデルに拡張した著名な研究 Eaton and Kortum (2002) は、国iの各財を生産する効率性 (${\displaystyle Z_{i}}$) の分布が次のフレシェ分布に従うと仮定した^[8]。

${\displaystyle F_{i}(z)=\Pr(Z_{i}\leq z)=e^{-T_{i}z^{-\theta }}}$

ここで、${\displaystyle \theta >1}$ が形状パラメータ（定義式の${\displaystyle \alpha }$）に相当する。${\displaystyle \theta }$ が小さいほど、効率性の分散が大きくなり、比較優位の役割が大きくなる。${\displaystyle T_{i}>0}$ は、分布の場所を左右する追加的なパラメータである。${\displaystyle T_{i}}$が大きいほど、効率性が高められ、絶対優位が強くなる^[8]。

• Alves, Isabel Fraga; Neves, Cláudia (2011). Lovric, Miodrag. ed (英語). Extreme Value Distributions. Berlin, Heidelberg: Springer. pp. 493–496. doi:10.1007/978-3-642-04898-2_246. ISBN 978-3-642-04898-2. https://doi.org/10.1007/978-3-642-04898-2_246. 
• Beirlant, Jan; Goegebeur, Yuri; Teugels, Jozef; Segers, Johan (2004-08-27) (英語). Statistics of Extremes: Theory and Applications. Wiley. doi:10.1002/0470012382. ISBN 978-0-471-97647-9. https://onlinelibrary.wiley.com/doi/book/10.1002/0470012382. 
• Coles, Stuart (27 November 2013) (英語). An introduction to statistical modeling of extreme values (eBook) (1 ed.). London: Springer London. doi:10.1007/978-1-4471-3675-0. ISBN 978-1-4471-3675-0. OCLC 883391507 
• Eaton, Jonathan; Kortum, Samuel (2002-09). “Technology, Geography, and Trade” (英語). Econometrica 70 (5): 1741–1779. doi:10.1111/1468-0262.00352. ISSN 0012-9682. http://doi.wiley.com/10.1111/1468-0262.00352. 
• Eaton, Jonathan; Kortum, Samuel (2012-05). “Putting Ricardo to Work” (英語). Journal of Economic Perspectives 26 (2): 65–90. doi:10.1257/jep.26.2.65. ISSN 0895-3309. https://www.aeaweb.org/articles?id=10.1257/jep.26.2.65. 
• Fréchet, M (1927). “Sur la loi de probabilite de l'ecart maximum”. Ann. de la Soc. Polonaise de Math. 6: 93–116. 
• Fisher, R. A.; Tippett, L. H. C. (1928-04). “Limiting forms of the frequency distribution of the largest or smallest member of a sample” (英語). Mathematical Proceedings of the Cambridge Philosophical Society 24 (2): 180–190. doi:10.1017/S0305004100015681. ISSN 1469-8064. https://www.cambridge.org/core/journals/mathematical-proceedings-of-the-cambridge-philosophical-society/article/abs/limiting-forms-of-the-frequency-distribution-of-the-largest-or-smallest-member-of-a-sample/7BE8DE65FCDFC3ABECFE1054DFB56CB5. 
• Gumbel, E. J. (1958-03-02) (英語). Statistics of Extremes. Columbia University Press. doi:10.7312/gumb92958. ISBN 978-0-231-89131-8. https://www.degruyter.com/document/doi/10.7312/gumb92958/html 
• Kotz, Samuel; Nadarajah, Saralees (10 2000) (英語). Extreme Value Distributions. PUBLISHED BY IMPERIAL COLLEGE PRESS AND DISTRIBUTED BY WORLD SCIENTIFIC PUBLISHING CO.. doi:10.1142/p191. ISBN 978-1-86094-224-2. https://doi.org/10.1142/p191. 
• 高橋倫也、志村隆彰『極値統計学』（初版）近代科学社、2016年8月31日。ISBN 978-4-7649-7070-0。OCLC 961831235。 

• 確率分布
• 極値分布
• ガンベル分布（タイプIの極値分布）
• ワイブル分布（タイプIIIの極値分布）
• モーリス・ルネ・フレシェ

この項目は、数学に関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（プロジェクト:数学／Portal:数学）。

• 表示
• 編集