Distribuição logística

 Nota: Este artigo é sobre o conceito matemático. Para o conceito da logística, veja Distribuição (logística).

A distribuição logística deriva do trabalho de Pierre François Verhulst, professor de análise na Faculdade Militar Belga, que utilizou esta distribuição para modelar o crescimento da população na Bélgica no início de 1800 ^[1]. A teoria da probabilidade e a estatística são dois ramos da matemática onde a distribuição logística é classificada como sendo uma distribuição de probabilidade contínua. Um aspeto peculiar é que a distribuição de Tukey Lambda representa uma generalização da distribuição logística, uma vez que o parâmetro ${\displaystyle \lambda }$ desta distribuição, quando igualado a zero, corresponde à distribuição logística.

Notação

Seja ${\displaystyle X}$ uma variável aleatória contínua. Se ${\displaystyle X}$ segue uma distribuição logística com parâmetros ${\displaystyle \mu }$ e ${\displaystyle s}$, denota-se por ${\displaystyle X\sim L(\mu ,s)}$, onde ${\displaystyle \mu }$ representa o parâmetro de localização e ${\displaystyle s}$ o parâmetro de escala ^[2].

Quando ${\displaystyle \mu =0}$ e ${\displaystyle s=1}$, a distribuição logística é designada por distribuição logística padrão ou standard, ${\displaystyle X\sim L(0,1)}$.

Função densidade de probabilidade

Figura 1 — Gráfico da função densidade de probabilidade

A função densidade de probabilidade, abreviada por f.d.p.. Para a variável aleatória ${\displaystyle X}$, é dada por:

${\displaystyle f(x;\mu ,s)={\dfrac {e^{-\left({\dfrac {x-\mu }{s}}\right)}}{s\left[1+e^{-\left({\dfrac {x-\mu }{s}}\right)}\right]^{2}}}}$, onde ${\displaystyle x,\mu \in R}$ e ${\displaystyle s>0}$ ^[2].

Os parâmetros de localização e de escala influenciam a representação gráfica da f.d.p. da distribuição logística. Na Figura 1, é possível observar que, para diferentes valores do parâmetro de localização, a função desloca-se ao longo do eixo das abcissas. O parâmetro de escala influencia a função em termos da sua altura. Consoante os diferentes valores de ${\displaystyle s}$, a função pode se tornar mais alta e achatada ou mais baixa e larga. Em geral, a f.d.p. é unimodal e possui apenas um único máximo global (na Figura 1, representa o "pico" da função).

A função secante hiperbólica, designada por ${\displaystyle sech}$, é dada por ${\displaystyle sech(x)={\dfrac {2}{e^{x}+e^{-x}}}}$. A f.d.p. pode ser escrita em termos do quadrado desta função. Assim, é possível reescrever a f.d.p. usando ${\displaystyle sech^{2}}$, de tal forma que se obtém a seguinte expressão:

${\displaystyle f(x;\mu ,s)={\dfrac {1}{s\left[e^{\dfrac {x-\mu }{2s}}+e^{-\left({\dfrac {x-\mu }{2s}}\right)}\right]^{2}}}={\dfrac {1}{4s}}sech^{2}\left({\dfrac {x-\mu }{2s}}\right)}$, onde ${\displaystyle x,\mu \in R}$ e ${\displaystyle s>0}$.

Função distribuição

Figura 2 — Gráfico da função distribuição

A função distribuição para a variável aleatória ${\displaystyle X}$ é dada por:${\displaystyle F(x;\mu ,s)={\dfrac {1}{1+e^{-\left({\dfrac {x-\mu }{s}}\right)}}}}$, onde ${\displaystyle x,\mu \in R}$ e ${\displaystyle s>0}$ ^[2].

A função logística é definida por ${\displaystyle f(x)={\dfrac {1}{1+e^{-x}}}}$. Verifica-se pela expressão da função distribuição que esta se assemelha à função logística. Deste modo, o gráfico da Figura 2 é muito semelhante ao gráfico da função logística. Pela Figura 2, observa-se que, para diferentes valores de ${\displaystyle \mu }$ e ${\displaystyle s}$, a curva exibe um crescimento exponencial mais ou menos acentuado.

A função tangente hiperbólica, designada por ${\displaystyle tanh}$, é dada por ${\displaystyle tanh(x)={\dfrac {e^{x}-e^{-x}}{e^{x}+e^{-x}}}}$. A função distribuição pode ser escrita usando a função ${\displaystyle tanh}$. Assim, a expressão anterior da função distribuição é reescrita obtendo-se

${\displaystyle F(x;\mu ,s)={\dfrac {1}{2}}+{\dfrac {1}{2}}tanh\left({\dfrac {x-\mu }{2s}}\right)}$, onde ${\displaystyle x,\mu \in R}$ e ${\displaystyle s>0}$.

Função quantil

A inversa da função distribuição é designada por função quantil, sendo representada por:

${\displaystyle Q(p;\mu ,s)=\mu +slog\left({\dfrac {p}{1-p}}\right)}$, onde ${\displaystyle x,\mu \in R}$, ${\displaystyle s>0}$ e ${\displaystyle 0<p<1}$.

Note-se que a função quantil é uma generalização da função logit. Assim, a função quantil pode ser reescrita obtendo-se

${\displaystyle Q(p;\mu ,s)=\mu +slogit(p)}$, onde ${\displaystyle 0<p<1}$.

Além disso, a derivada da função quantil é dada por

${\displaystyle Q'(p;\mu ,s)={\dfrac {s}{p(1-p)}}}$, onde ${\displaystyle x,\mu \in R}$, ${\displaystyle s>0}$ e ${\displaystyle 0<p<1}$.

Parametrização alternativa

Uma parametrização alternativa pode ser feita se considerar que o parâmetro ${\displaystyle s}$ possa ser substituído por ${\displaystyle q\sigma }$, onde ${\displaystyle q={\dfrac {\sqrt {3}}{\pi }}}$; e ${\displaystyle \sigma }$ passa a ser o novo parâmetro a ter em conta.

Assim, a f.d.p. e a função distribuição para a variável aleatória ${\displaystyle X}$ podem ser reescritas, respetivamente, tendo em conta as seguintes expressões:

${\displaystyle f(x;\mu ,s)={\dfrac {\pi }{\sigma {\sqrt {3}}}}{\dfrac {e^{-\left({\dfrac {\pi (x-\mu )}{\sigma {\sqrt {3}}}}\right)}}{\left[1+e^{-\left({\dfrac {\pi (x-\mu )}{\sigma {\sqrt {3}}}}\right)}\right]^{2}}}}$ e ${\displaystyle F(x;\mu ,s)={\dfrac {1}{1+e^{-\left({\dfrac {\pi (x-\mu )}{\sigma {\sqrt {3}}}}\right)}}}}$, onde para ambas ${\displaystyle x,\mu \in R}$ e ${\displaystyle \sigma >0}$.

Propriedades

As propriedades mais importantes de uma distribuição dizem respeito ao valor esperado (também designado por esperança ou média), variância, moda, mediana e função geradora de momentos. Assim, considerando a variável aleatória ${\displaystyle X}$, as propriedades desta são dadas pelas seguintes expressões, respetivamente ^{[2] [3]}:

${\displaystyle E(X)=\int \limits _{-\infty }^{\infty }\displaystyle xf(x)=\int \limits _{-\infty }^{\infty }\displaystyle {\dfrac {xe^{-\left({\dfrac {x-\mu }{s}}\right)}}{s\left[1+e^{-\left({\dfrac {x-\mu }{s}}\right)}\right]^{2}}}=\mu }$

${\displaystyle V(X)=E(X)-(E(X))^{2}=\int \limits _{-\infty }^{\infty }\displaystyle {\dfrac {x^{2}e^{-\left({\dfrac {x-\mu }{s}}\right)}}{s\left[1+e^{-\left({\dfrac {x-\mu }{s}}\right)}\right]^{2}}}-\mu ^{2}={\dfrac {s^{2}\pi ^{2}}{3}}}$

${\displaystyle Moda=Mediana=\mu }$

${\displaystyle M(t)=e^{\mu t}\Gamma ({1-st})\Gamma ({1+st}),|t|<{\dfrac {1}{s}}}$

Note-se que na expressão da função geradora de momentos, a letra ${\displaystyle \Gamma }$ designa a função gama.

Outras duas propriedades que não são muito estudadas são a assimetria e a curtose. A assimetria é uma propriedade que referencia a assimetria da distribuição; e para este caso, a medidade de assimetria é ${\displaystyle 0}$, uma vez que a distribuição logística é simétrica ^[4]. Enquanto a curtose é uma medida de forma que caracteriza o achatamento da curva da f.d.p. das distribuições. Para a distribuição em causa, o valor da curtose é ${\displaystyle 1,2}$ ^[4]. Pelo facto da f.d.p. desta distribuição ser muito semelhante à f.d.p. da distribuição normal, o valor da curtose, ao ser um valor positivo maior que zero, significa que a distribuição logística é mais alta e afunilada que a distribuição normal ^[5].

Aplicações

A distribuição logística foi investigada pela primeira vez pelo matemático francês Pierre Verhulst nas décadas de 1830 e 1840; e recebeu seu nome num artigo de 1929 de Reed e Berkson ^[6]. Embora o interesse original de Verhulst tenha sido no estudo da demografia e na modelagem de populações humanas, um dos principais usos da distribuição logística historicamente tem sido em estatística, como uma ferramenta, na chamada regressão logística ^[6].

Ainda hoje, no entanto, a distribuição logística é uma ferramenta frequentemente utilizada na análise de sobrevivência, onde é preferível sobre distribuições qualitativamente similares, por exemplo, à distribuição normal ^[6]. As ferramentas derivadas e inspiradas pela distribuição logística são geralmente usadas para representar dados de tolerância em várias ciências da vida, incluindo zoologia e fisiologia; e a própria distribuição é usada em finanças matemáticas para modelar o risco de vários ativos financeiros ^[6]. A distribuição logística também pode modelar uma série de fenômenos, incluindo a disseminação de doenças, crescimento celular e a disseminação de inovações ^[6].

Um facto interessante é que a Federação de Xadrez dos Estados Unidos e a Federação Mundial de Xadrez (FIDE) usam a distribuição logística para calcular o nível de habilidade relativa dos jogadores de xadrez ^[4]. Anteriormente, ambos usavam a distribuição normal ^[4].

Aplicação no software R

Figura 4 — Gráfico da f.d.p. para a sequência definida

Figura 6 — Gráfico da função distribuição para a sequência definida

No software R,^{[necessário esclarecer]} para usar a distribuição logística, é necessária a instalação do package stats que contém os comandos referentes à f.d.p., à função distribuição e à função quantil ^[7]. Além disso, também é possível gerar números aleatórios que seguem esta distribuição ^[7]. Para se usar os comandos, é crucial definir primeiro os parâmetros de localização e escala. Note-se que se estes parâmetros não forem definidos previamente, o software R assume por defeito que o parâmetro de localização é ${\displaystyle 0}$ e o parâmetro de escala é ${\displaystyle 1}$.

Existindo um package que contém as funções essenciais da distribuição logística, não é necessário o utilizador definir essas funções. No entanto, para exemplos ilustrativos, realizou-se um pequeno exercício que demonstra que aodefinir a função ou utilizar os comandos do R, para um determinado valor de uma sequência, os resultados são iguais. Os scripts do R encontram-se nas Figuras 3, 5, 7 e 8.

Suponha-se que se considera os parâmetros de localização e escala definidos por ${\displaystyle \mu =2}$ e ${\displaystyle s=1}$, respetivamente, e define-se ${\displaystyle x}$ como sendo uma sequência de valores entre ${\displaystyle -10}$ e ${\displaystyle 10}$ de tamanho ${\displaystyle 100}$. Caso o utilizador queira definir ele próprio a f.d.p., deve utilizar o comando function() e inserir a expressão correspondente. Através do comando plot(), pode-se ter acesso ao gráfico da f.d.p. definida para a sequência de valores de ${\displaystyle x}$. No script da Figura 3, definiu-se a função da f.d.p., fez-se o gráfico desta função que pode ser visto na Figura 4 e, por fim, para um valor da sequência, ${\displaystyle x=6}$, determinou-se o valor da função neste ponto. Em seguida, utilizou-se o comando do R, dlogis(), que representa a f.d.p. já definida pelo próprio software; e calculou-se também para o mesmo valor da sequência definido anteriormente. É espectável que, estando todos os comandos bem definidos, o valor é exatamente igual. Assim, considerando ambos os comandos, o valor da f.d.p., para ${\displaystyle x=6}$, é dado por ${\displaystyle 0,0177}$.

Figura 3 — Script da f.d.p.

Realizou-se o mesmo processo para a função distribuição. O comando do R para esta função é designado por plogis(). O valor da sequência escolhido foi ${\displaystyle 5}$. E, tal como seria de esperar, para ambos os comandos, o valor da função distribuição para ${\displaystyle x=5}$ é dado por ${\displaystyle 0,9526}$. Na Figura 5, visualiza-se o script do R para a função distribuição; e o gráfico desta função, para a sequência de valores definida no script, encontra-se na Figura 6.

Figura 5 — Script da função distribuição

Figura 9 — Gráfico da função quantil para a sequência definida

A função quantil é representada pelo comando qlogis(). Uma vez que esta função é definida por um logaritmo, ela apenas calcula quantis para valores entre ${\displaystyle 0}$ e ${\displaystyle 1}$. Definiu-se a função quantil também pelo comando function() e, para fazer a sua representação gráfica, considerou-se uma sequência de valores para ${\displaystyle p}$ entre ${\displaystyle 0}$ e ${\displaystyle 1}$ de tamanho ${\displaystyle 100}$, tendo obtido a Figura 9. Em seguida, calculou-se o 1º Quartil, para ${\displaystyle p={\dfrac {1}{4}}}$; a mediana, para ${\displaystyle p={\dfrac {1}{2}}}$; e o 3º Quartl, para ${\displaystyle p={\dfrac {3}{4}}}$, usando o comando já existente no R e a função definida, com parâmetros dados por ${\displaystyle \mu =2}$ e ${\displaystyle s=1}$. Na Figura 8, encontra-se o script do R para a função quantil. Assim, para o 1º Quartil, obteve-se uma quantil de ${\displaystyle 0,9014}$; para a mediana, um quantil de ${\displaystyle 2,0000}$; e, para o 3º Quartil, um quantil de ${\displaystyle 3,0986}$, usando ambos os comandos.

Figura 8 — Script da função quantil

Figura 7 — Script da geração de números aleatórios

Para os exemplos anteriores, considerou-se um valor inicial fixo. No entanto, o comando rlogis() permite gerar valores aleatórios da distribuição em causa para um determinando conjunto de observações. No script do R da Figura 7, gerou-se ${\displaystyle 100}$ observações da distribuição logística, com parâmetros ${\displaystyle 4}$ e ${\displaystyle 2}$ para a localização e escala, respetivamente.

Todas as distribuições possuem um package, que utilizando o software R, o utilizador tem acesso às funções que lhes são correspondentes. Assim, uma vez que todas as distribuições são cruciais para diversos estudos, graças a esses packages não é necessário que o utilizador perca tempo em definir cada uma das funções.

Referências

1. Viali, Lorí. «Modelos Probabilísticos Contínuos» (PDF) ^{[ligação inativa]} 
2. «RPubs - Logistics Distribution Basics». rpubs.com 
3. Oliveira, Anderson Castro. «Lista de Modelos Probabilísticos» (PDF). Lista de Modelos Probabilísticos 
4. «Logistic Distribution». Statistics How To (em inglês) 
5. «Curtose». Wikipédia, a enciclopédia livre 
6. «LogisticDistribution—Wolfram Language Documentation». reference.wolfram.com (em inglês) 
7. «R: The Logistic Distribution». stat.ethz.ch