Juan Pratt | |
---|---|
Juan Winsor Pratt | |
Fecha de nacimiento | 11 de septiembre de 1931 (91 años) |
Lugar de nacimiento | Boston , Massachusetts, Estados Unidos |
Ciudadanía | EE.UU |
Ocupación | Matemático, economista, estadístico |
Premios y premios |
Beca Guggenheim de Ciencias Sociales para estudiantes estadounidenses y canadienses |
Misceláneas | Supervisor Académico: Samuel Karlin |
John Winsor Pratt (Ing. John Winsor Pratt; 11 de septiembre de 1931, Boston, Massachusetts, EE. UU.) es un matemático, economista y estadístico estadounidense. Profesor Honorario de Administración de Empresas en la Universidad de Harvard William Ziegler. Autor del teorema de Pratt, coautor de la teoría de la aversión al riesgo.
En su juventud, John Pratt recibió una educación prestigiosa en las universidades de Princeton y Stanford, especializándose en matemáticas y estadística. D. Pratt dedicó toda su carrera profesional a la docencia en la Universidad de Harvard, a excepción de dos años en la Universidad de Chicago, además de una estancia en Kioto con una beca Guggenheim. [una]
En 1962 fue elegido miembro de la Asociación Estadounidense de Estadística, y de 1965 a 1970. era el editor de su diario. [una]
Es miembro de cinco sociedades profesionales y en un momento dirigió los comités de la Academia Nacional de Ciencias sobre monitoreo ambiental, metodología de censos y estadísticas. [una]
Uno de sus estudios importantes fue sobre la aversión al riesgo, los incentivos para compartir el riesgo y la naturaleza y el descubrimiento de las leyes estocásticas de las relaciones estadísticas que describen las consecuencias de la toma de decisiones. En particular, junto con Kenneth Arrow, hicieron una contribución significativa a la teoría de la aversión al riesgo al proponer una medida de la aversión al riesgo. [2] [3]
Es coautor del libro An Introduction to Statistical Decision Theory, publicado en 1995. [cuatro]
El arsenal de obras científicas de D. Pratt consta de: 93 obras en 233 ediciones en 3 idiomas y 3467 fondos de biblioteca. [5]
Este trabajo es una revolución bayesiana en estadística, donde la estadística se integra con la toma de decisiones en áreas como la gestión, las políticas públicas, la ingeniería y la medicina clínica. Este libro explora enfoques que son relevantes para tomar decisiones reales en condiciones de incertidumbre. [5]
Este libro explora ideas estadísticas generales y no paramétricas mediante el desarrollo de procedimientos no paramétricos en situaciones simples. El objetivo principal es brindar al lector una comprensión intuitiva completa de los conceptos subyacentes a los procedimientos no paramétricos y una comprensión completa de sus propiedades y características. Se diferencia de la mayoría de las colecciones de estadísticas en que incluye discusiones serias y metodológicas. Se presta especial atención a la discusión de las fortalezas y debilidades de varios métodos y enfoques estadísticos. Se evita el formato de "prueba de teorema", ya que, por regla general, las propiedades se "demuestran" en lugar de "demostrar". [5]
La medida absoluta de Arrow-Pratt es igual a la derivada del logaritmo de la utilidad marginal respecto del volumen de consumo con signo contrario. [6]
La medida relativa de aversión al riesgo de Arrow-Pratt es la elasticidad de la utilidad marginal con respecto al volumen de consumo (con el signo opuesto) [7]
La medida de Arrow-Pratt es invariante bajo transformaciones lineales y es constante para funciones de utilidad lineales y exponenciales. [ocho]
El teorema de Pratt establece la equivalencia de las siguientes tres formas de clasificar la aversión al riesgo. [6]
Considere dos consumidores cuyas preferencias se caracterizan por dos funciones de utilidad elementales continuamente diferenciables y , tal que y . [9]
Las siguientes tres condiciones son equivalentes:
(i) , donde es la medida de aversión al riesgo de Arrow-Pratt correspondiente a . [9]
(ii) Hay una función creciente cóncava tal que . [9]
(iii) Para todas las variables aleatorias con varianza distinta de cero ( ) . [9]
El teorema asume la diferenciabilidad dos veces continua de las funciones de utilidad con condiciones estándar para que la primera derivada sea positiva (utilidad marginal) y la segunda derivada no positiva (la utilidad marginal no aumente, es decir, las funciones de utilidad sean cóncavas o convexas). [6]