On classes of distributions on the unit interval: structural properties and application to inequality data

1. Problématique et Contexte

Les distributions de probabilité définies sur l'intervalle unité $(0, 1)$ sont fondamentales dans de nombreux domaines, notamment l'économétrie, les sciences naturelles et les études de fiabilité. En analyse économique, des indicateurs clés comme l'indice de Gini (mesure de l'inégalité des revenus) sont naturellement contraints à cet intervalle.

Bien que les modèles traditionnels tels que les distributions Bêta et Kumaraswamy soient largement utilisés pour leur flexibilité et leur maniabilité, ils sont souvent considérés comme purement phénoménologiques. Ils offrent une connexion théorique limitée avec les mécanismes stochastiques sous-jacents aux mesures d'inégalité classiques. L'objectif de cet article est de combler ce vide en introduisant de nouvelles familles de distributions dérivées directement des propriétés des variables gamma, créant ainsi un lien structurel avec les estimateurs d'inégalité.

2. Méthodologie

A. Construction des Modèles

Les auteurs proposent deux nouvelles familles de distributions sur l'intervalle unité, notées $W$ et $Z$, construites à partir du rapport de deux variables aléatoires indépendantes $X$ et $Y$ suivant des lois Gamma :
$$X \sim \text{Gamma}(\alpha_1, \lambda_1), \quad Y \sim \text{Gamma}(\alpha_2, \lambda_2)$$

Le ratio standard $U = \frac{X}{X+Y}$ suit une loi Bêta. Les auteurs appliquent ensuite des transformations non injectives sur ce ratio pour définir les nouvelles variables :

1. Transformation $S_r$ : $W = S_r\left(\frac{X}{X+Y}\right) = \left[1 - 4\frac{X}{X+Y}\left(1-\frac{X}{X+Y}\right)\right]^r = \left(\frac{Y-X}{X+Y}\right)^{2r}$
2. Transformation $T_r$ : $Z = T_r\left(\frac{X}{X+Y}\right) = 1 - \left[4\frac{X}{X+Y}\left(1-\frac{X}{X+Y}\right)\right]^r$

Où $r > 0$ est un paramètre de forme supplémentaire.

B. Cas Particulier et Lien avec l'Inégalité

Un résultat crucial est observé lorsque $r = 1/2$ :

• La variable $W$ devient : $W = \frac{|X-Y|}{X+Y}$, qui correspond à l'estimateur de l'indice de Gini basé sur un échantillon de taille $n=2$.
• La variable $Z$ devient : $Z = 1 - \frac{\sqrt{XY}}{\frac{1}{2}(X+Y)}$, qui correspond à l'estimateur de l'indice d'Atkinson pour $n=2$.

Cette construction établit un lien direct et théorique entre les nouvelles distributions et les mesures d'inégalité classiques.

C. Propriétés Mathématiques Dérivées

Les auteurs dérivent analytiquement :

• Les lois de probabilité, les fonctions de densité (PDF) et les fonctions de répartition (CDF) de $W$ et $Z$.
• Les fonctions quantiles (nécessitant des méthodes numériques pour l'inversion).
• Des expressions en forme close pour les moments bruts d'ordre $n$, notamment pour des cas spécifiques de paramètres (ex: $\lambda_1 = \lambda_2$).
• Des formules explicites pour l'espérance de $W$ et $Z$ lorsque $r=1/2$, reliant ces espérances aux coefficients de Gini et d'Atkinson théoriques pour des distributions Gamma.

D. Estimation et Simulation

• Estimation : La méthode du Maximum de Vraisemblance (MV) est utilisée pour estimer les paramètres $\theta = (\alpha_1, \alpha_2, \lambda_1, \lambda_2, r)$. Les équations de vraisemblance sont dérivées et résolues numériquement (algorithme L-BFGS-B).
• Étude de Simulation : Une étude de Monte Carlo (500 réplications) évalue le comportement des estimateurs pour différentes tailles d'échantillon ($n=50$ à $500$) et configurations de paramètres. Les performances sont mesurées par le biais, la variance et l'erreur quadratique moyenne (MSE).

3. Résultats Clés

A. Comportement des Estimateurs (Simulation)

• Modèle $W$ : Montre une stabilité numérique globale. Les estimateurs des paramètres de forme ($\alpha$) et d'échelle ($\lambda$) convergent bien avec l'augmentation de la taille de l'échantillon. Le paramètre $r$ est estimé avec précision, surtout dans les configurations symétriques.
• Modèle $Z$ : Se révèle plus difficile à estimer, en particulier dans les scénarios asymétriques ou avec des paramètres de forme faibles ($<1$). Les estimateurs de forme présentent des biais plus importants et des erreurs quadratiques moyennes (RMSE) élevées, même pour $n=500$. Le paramètre $r$ est très sensible, surtout pour les grandes valeurs de $r$ (densités plus plates).
• Comparaison : Le modèle $W$ est globalement plus robuste et stable que le modèle $Z$ pour l'estimation conjointe des paramètres.

B. Application aux Données Réelles (Indice de Gini 2021)

Les modèles ont été appliqués à un jeu de données réel contenant les indices de Gini de 78 pays pour l'année 2021.

• Comparaison : Les modèles $W$ et $Z$ ont été comparés aux distributions Bêta et Kumaraswamy.
• Critères de sélection :
  • Le modèle $Z$ a obtenu la vraisemblance maximale la plus élevée et le critère d'information d'Akaike (AIC) le plus bas, indiquant un excellent ajustement global.
  • La distribution Bêta a été favorisée par le critère d'information bayésien (BIC) en raison de sa parcimonie (2 paramètres contre 5 pour $W$ et $Z$).
  • Le modèle Kumaraswamy a montré des difficultés d'identification des paramètres (instabilité numérique).
• Ajustement visuel : Les densités estimées par les modèles $Z$ et Bêta suivent de près la forme empirique des données (asymétrie modérée à droite), tandis que le modèle $W$ présente des écarts plus marqués dans la queue de distribution.

4. Contributions Principales

1. Nouveaux Modèles Théoriques : Introduction de deux familles de distributions unitaires ($W$ et $Z$) dérivées de transformations non injectives de rapports gamma, offrant une flexibilité accrue via le paramètre $r$.
2. Lien Structurel avec l'Inégalité : Démonstration que pour $r=1/2$, ces modèles se réduisent aux estimateurs d'échantillon des indices de Gini et d'Atkinson, fournissant une justification théorique solide pour leur utilisation en analyse d'inégalité.
3. Tractabilité Analytique : Fourniture de formules fermées pour les densités, les fonctions de répartition et les moments, ainsi que des procédures d'estimation par maximum de vraisemblance complètes.
4. Validation Empirique : Preuve de la compétitivité de ces nouveaux modèles face aux standards de l'industrie (Bêta, Kumaraswamy) sur des données réelles, avec une performance supérieure du modèle $Z$ en termes d'ajustement de vraisemblance.

5. Signification et Perspectives

Cet article apporte une contribution significative à la modélisation statistique des données proportionnelles et des indicateurs d'inégalité. En reliant directement les distributions probabilistes aux mécanismes de génération des indices d'inégalité (via les variables gamma), les auteurs dépassent l'approche purement phénoménologique.

Bien que le modèle $Z$ offre un ajustement supérieur aux données réelles, sa complexité d'estimation (surtout pour les petits échantillons ou les configurations asymétriques) suggère des pistes de recherche futures. Les auteurs proposent d'explorer des composantes gamma corrélées, des extensions multivariées et des méthodes d'estimation bayésienne pour améliorer la robustesse de ces modèles dans des contextes pratiques variés (économétrie, fiabilité, analyse des proportions).