heavy-tailed distribution（重尾分布）

概念

在概率论中，重尾分布（Heavy-tailed distribution）是一种概率分布模型，它的概率分布的“尾巴”不是收敛于指数形式的。它的尾部比指数分布还要厚。在许多情况下，右边尾部的部分比较受到重视，但左边尾部比较厚，或是两边尾部都比较厚的状况，也被认为是一种重尾分布。

重尾分布又可以分为两个子类型，分别是长尾分布（long-tailed distributions）以及次指数分布（subexponential distributions）。

定义

对于非负随机变量u,其分布函数F(t) 和余分布函数(complementary cumulative distribution )(也被称作尾函数) Fc( t) 分别定义为F(t) = P{u<=t} 和Fc(t) = 1 - F(t) . 当Fc(t) 满足：

时，定义F(t)为重尾分布，其分布函数可以表示为：F( t) = 1 - (β/ t) ^α，其中α,β>=0

这里α(0 <α< 2) 为形状参数，决定分布函数拖尾的严重程度；β为位置参数.

重尾分布

在一个累积分布函数中，一个随机变量 X　的分布状况，在以下状况时，被称为是一个重尾分布。假设：                           

如果以尾部分布函数的方式来呈现时，

最后可以被写成：

这相当於一个动差生成函数 F, M_F(t) ，对所有的t > 0 来说，都是无限的。
重尾分布的左尾，与双尾分布，定义相同。

重尾分布意味着可以更大的概率获得很大的值. 因此与弱随机性相反，重尾分布一般表示病态. 增加的各种结果被确定为具有重尾分布，包括收入分布、财务报告、保险支出、网页的参考链接等. 重尾分布的一个特殊的子集是幂律，其意味着概率密度函数是一个幂. 一个技术难题是，不是所有的矩存在于这些分布，这一般意味着它们使用分位数和其它顺序统计学. 这也就是说，中心极限定理不再成立. 但是对于诸如均值，即稳定分布的线性组合，我们获得一个新的标准极限分布.

设X是一个随机变量，F(X)=P[X<x]为它的分布函数，如果当 x->inf 时1 - F(X) ~ 1/(x^a) (a>0) 称X的分布为重尾分布，又称幂律分布。

一般来说，服从重尾分布的随机变量X具有较大甚至是无穷大的方差，而且当a<=1时，X的均值也是无穷的。随机变量X会以不可忽略的概率取到非常大的数值，即：大量的小抽样取值和少量的大抽样取值并存。