Loi logistique

Pour les articles homonymes, voir Logistique (homonymie).

Cet article est une ébauche concernant les probabilités et la statistique.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.

Cet article concernant les mathématiques doit être recyclé (novembre 2018).

Une réorganisation et une clarification du contenu paraissent nécessaires. Améliorez-le, discutez des points à améliorer ou précisez les sections à recycler en utilisant {{section à recycler}}.

Loi logistique
Densité de probabilité
Fonction de répartition
Paramètres	${\displaystyle \mu \,}$ réel ${\displaystyle s>0\,}$ réel
Support	${\displaystyle x\in ]-\infty ,+\infty [}$
Densité de probabilité	${\displaystyle {\frac {{\rm {e}}^{-(x-\mu )/s}}{s\left(1+{\rm {e}}^{-(x-\mu )/s}\right)^{2}}}\!}$
Fonction de répartition	${\displaystyle {\frac {1}{1+{\rm {e}}^{-(x-\mu )/s}}}\!}$
Espérance	${\displaystyle \mu \,}$
Médiane	${\displaystyle \mu \,}$
Mode	${\displaystyle \mu \,}$
Variance	${\displaystyle {\frac {\pi ^{2}}{3}}s^{2}\!}$
Asymétrie	${\displaystyle 0\,}$
Kurtosis normalisé	${\displaystyle 6/5\,}$
Entropie	${\displaystyle \ln(s)+2\,}$
Fonction génératrice des moments	${\displaystyle {\rm {e}}^{\mu \,t}\,\mathrm {B} (1-s\,t,\;1+s\,t)\!}$ pour ${\displaystyle |s\,t|<1\!}$, Fonction bêta
Fonction caractéristique	${\displaystyle {\rm {e}}^{{\rm {i}}\mu t}\,\mathrm {B} (1-ist,\;1+ist)\,}$ pour ${\displaystyle |{\rm {i}}st|<1\,}$
modifier

En probabilité et en statistiques, la loi logistique est une loi de probabilité absolument continue à support infini utilisé en régression logistique et pour les réseaux de neurones à propagation avant. Son nom de loi logistique est issu du fait que sa fonction de répartition est une fonction logistique.

La loi logistique a deux paramètres μ et s > 0 et sa densité est

${\displaystyle f(x;\mu ,{s})={\frac {{\rm {e}}^{-{\frac {x-\mu }{s}}}}{s\left(1+{\rm {e}}^{-{\frac {x-\mu }{s}}}\right)^{2}}}={\frac {1}{4s}}\operatorname {sech} ^{2}\!\left({\frac {x-\mu }{2s}}\right)}$

Sa fonction de répartition est

${\displaystyle F(x;\mu ,s)={\frac {1}{1+{\rm {e}}^{-{\frac {x-\mu }{s}}}}}={\frac {1}{2}}+{\frac {1}{2}}\;\operatorname {tanh} \!\left({\frac {x-\mu }{2s}}\right).}$

Son espérance et sa variance sont données par les formules suivantes :

${\displaystyle \mathbb {E} (X)=\mu \,}$

${\displaystyle {\textrm {Var}}(X)={\frac {s^{2}\pi ^{2}}{3}}}$

La loi logistique standard est la loi logistique de paramètres 0 et 1. Sa fonction de répartition est la sigmoïde :

${\displaystyle F(x)={\frac {1}{1+{\rm {e}}^{-x}}}}$

Son espérance vaut alors 0 et sa variance π²/3.

• Si ${\displaystyle X\sim {\textrm {logistique}}(\mu ,\beta )}$ alors ${\displaystyle kX+l\sim {\textrm {logistique}}(k\mu +l,k\beta )}$.
• Si ${\displaystyle X\sim {\mathcal {U}}(0;1)}$ (loi uniforme continue) alors ${\displaystyle \mu +\beta (\ln(X)-\ln(1-X))\sim {\textrm {logistique}}(\mu ,\beta )}$
• Si ${\displaystyle X,Y\sim {\mathcal {G}}(\alpha ,\beta )}$ (loi de Gumbel) alors ${\displaystyle X-Y\sim {\textrm {logistique}}(0,\beta )}$.
• Si ${\displaystyle X,Y\sim {\mathcal {GEV}}(\alpha ,\beta ,0)}$ (loi d'extremum généralisée) alors ${\displaystyle X-Y\sim {\textrm {logistique}}(0,\beta )}$.
• Si ${\displaystyle X\sim {\mathcal {G}}(\alpha ,\beta ),\,Y\sim {\mathcal {GEV}}(\alpha ,\beta ,0)}$ alors ${\displaystyle X+Y\sim {\textrm {logistique}}(2\alpha ,\beta )}$.
• Si ${\displaystyle X\sim {\textrm {logistique}}(\mu ,s)}$ alors son exponentielle suit une loi log-logistique : ${\displaystyle \exp(X)\sim \log -{\textrm {logistique}}\left(\alpha ={\rm {e}}^{\mu },\beta ={\frac {1}{s}}\right)}$, et ${\displaystyle \exp(X)+\gamma \sim \log -{\textrm {logistique}}3\left(\alpha ={\rm {e}}^{\mu },\beta ={\frac {1}{s}},\gamma \right)}$ (loi log-logistique à trois paramètres)
• Si ${\displaystyle X\sim {\mathcal {E}}(1)}$ (loi exponentielle) alors

${\displaystyle \mu +\beta \ln({\rm {e}}^{X}-1)\sim \operatorname {logistique} (\mu ,\beta ).}$

• Si ${\displaystyle X,Y\sim {\mathcal {E}}(1)}$alors

${\displaystyle \mu -\beta \ln \left({\frac {X}{Y}}\right)\sim \operatorname {logistique} (\mu ,\beta ).}$

La loi logistique est aussi utilisée pour le classement Elo.

• Fonction logistique
• Régression logistique
• Logit
• Loi log-logistique
• Loi sécante hyperbolique
• Sigmoïde (mathématiques)

• (en) Eric W. Weisstein, « Logistic Distribution », sur MathWorld

• Portail des probabilités et de la statistique