タグ付けされた質問 「beta-distribution」

間隔で定義された一変量分布の2パラメーターファミリー [0,1]

2
ベータの平均の標本分布
私たちは持っていると言います X∼Beta(α,β)X∼Beta(α,β)X \sim \text{Beta}(\alpha, \beta)。その標本の標本分布はどういう意味ですか? つまり、サンプルが意味する分布とは X¯X¯\bar{X} ベータフォローの?

1
ベータ母集団のサンプル範囲の分布を見つける
レッツ密度を有するランダム変数をIIDしますX1,X2,…,XnX1,X2,…,XnX_1,X_2,\ldots,X_n f(x)=2(1−x)10&lt;x&lt;1f(x)=2(1−x)10&lt;x&lt;1f(x)=2(1-x)\mathbf1_{0<x<1} サンプル範囲の分布を導き出そうとしています。R=X(n)−X(1)R=X(n)−X(1)R=X_{(n)}-X_{(1)} 私がこれらの問題を行う通常の方法は、最初にを取るの結合密度を見つけ、次に限界密度としての分布を見つけることです。の共同分布を知っているので、これは一般に非常に簡単です。ただし、この特定の問題では、マージナルPDFを見つけるための統合は、手作業で評価するのがかなり面倒です。(R,S)(R,S)(R,S)S=X(1)S=X(1)S=X_{(1)}RRR(X(1),X(n))(X(1),X(n))(X_{(1)},X_{(n)}) 絶対連続分布の場合、変数の変化を介して、結合密度が次の式で与えられることが簡単に示されます。(R,S)(R,S)(R,S) fR,S(r,s)=n(n−1)(F(r+s)−F(s))n−2f(s)f(r+s)1s&lt;r+sfR,S(r,s)=n(n−1)(F(r+s)−F(s))n−2f(s)f(r+s)1s&lt;r+sf_{R,S}(r,s)=n(n-1)(F(r+s)-F(s))^{n-2}f(s)f(r+s)\mathbf1_{s<r+s} ここで、は人口分布関数です。FFF だからここに私は単純化した後 fR,S(r,s)=4n(n−1)(r(2−2s−r))n−2(1−s)(1−r−s)10&lt;s&lt;r+s&lt;1fR,S(r,s)=4n(n−1)(r(2−2s−r))n−2(1−s)(1−r−s)10&lt;s&lt;r+s&lt;1f_{R,S}(r,s)=4n(n-1)(r(2-2s-r))^{n-2}(1-s)(1-r-s)\mathbf1_{0<s<r+s<1} 手段のPDFその用あるべきですRRR0&lt;r&lt;10&lt;r&lt;10<r<1 fR(r)=∫1−r0fR,S(r,s)ds=4n(n−1)rn−2∫1−r0(2−2s−r)n−2(1−s)(1−r−s)dsfR(r)=∫01−rfR,S(r,s)ds=4n(n−1)rn−2∫01−r(2−2s−r)n−2(1−s)(1−r−s)ds\begin{align} f_R(r)&=\int_0^{1-r}f_{R,S}(r,s)\,ds \\&=4n(n-1)r^{n-2}\int_0^{1-r}(2-2s-r)^{n-2}(1-s)(1-r-s)\,ds \end{align} 今度は、部品統合しますI=∫1−r0(2−2s−r)n−2(1−s)(1−r−s)dsI=∫01−r(2−2s−r)n−2(1−s)(1−r−s)dsI=\int_0^{1-r}(2-2s-r)^{n-2}(1-s)(1-r-s)\,ds その指摘 d[(1−s)(1−r−s)]=(2s+r−2)dsd[(1−s)(1−r−s)]=(2s+r−2)dsd\,[(1-s)(1-r-s)]=(2s+r-2)\,ds 詳細をスキップして、 I=[(1−s)(1−r−s)(2−2s−r)n−12(1−n)]1−r0+∫1−r0(2−2s−r)n2(1−n)ds=(r−1)(2−r)n−12(1−n)−14(1−n)∫r2−rtndt=(r−1)(2−r)n−12(1−n)+14(n2−1)[rn+1−(2−r)n+1]I=[(1−s)(1−r−s)(2−2s−r)n−12(1−n)]01−r+∫01−r(2−2s−r)n2(1−n)ds=(r−1)(2−r)n−12(1−n)−14(1−n)∫2−rrtndt=(r−1)(2−r)n−12(1−n)+14(n2−1)[rn+1−(2−r)n+1]\begin{align} I&=\left[(1-s)(1-r-s)\frac{(2-2s-r)^{n-1}}{2(1-n)}\right]_0^{1-r}+\int_0^{1-r}\frac{(2-2s-r)^n}{2(1-n)}\,ds \\\\&=\frac{(r-1)(2-r)^{n-1}}{2(1-n)}-\frac{1}{4(1-n)}\int_{2-r}^{r}t^n\,dt \\\\&=\frac{(r-1)(2-r)^{n-1}}{2(1-n)}+\frac{1}{4(n^2-1)}\left[r^{n+1}-(2-r)^{n+1}\right] \end{align} それはそうではないかもしれませんが、これを手作業で行い、すべてのステップを書き留めるには、かなりの時間がかかりました。 最後に、私はのPDFファイルを取得などをRRR fR(r)=4n(n−1)rn−2[(r−1)(2−r)n−12(1−n)+14(n2−1){rn+1−(2−r)n+1}]10&lt;r&lt;1fR(r)=4n(n−1)rn−2[(r−1)(2−r)n−12(1−n)+14(n2−1){rn+1−(2−r)n+1}]10&lt;r&lt;1f_R(r)=4n(n-1)r^{n-2}\left[\frac{(r-1)(2-r)^{n-1}}{2(1-n)}+\frac{1}{4(n^2-1)}\left\{r^{n+1}-(2-r)^{n+1}\right\}\right]\mathbf1_{0<r<1} 正直なところ、面倒な計算の後で、これが統合されているかどうかを確認する必要があるかどうかはわかりません(ソフトウェアを使用せずに)。したがって、この答えが意味を成すかどうかはわかりません。111 問題を解決するための代替手順、およびおそらくより効率的な方法について知りたいのですが。CDFメソッドでもほぼ同じ複雑さになると思います。

1
ベータ二項分布の限界は二項式です
ベータ二項分布と二項分布の関係を理解し​​ようとしています。より具体的には、私はベータ二項分布の限界を、p = a /(a + b )p=a/(a+b)p=a/(a+b) 二項式である a + ba+ba+b無限に行きます。表示に問題があります。役立つヒントがあれば非常に役立ちます。 このため、私はの限界を取るべきだと思います ベータ版(a 、b )beta(a,b)\text{beta}(a,b) として機能する a + ba+ba+b無限に行きます。これは存在しますか?以下の回答によると、これは存在しません。また、MGFは厄介なため、使用をためらっています。

1
ベータ分布の部分的な期待値(切り捨てられたベータの平均)を計算する方法は?
ベータ分布がa = 2、b = 3の場合、区間[0、1] = a /(a + b)= 2/5 = 0.4および中央値=(a- 1/3)/(a + b-2 / 3)= 0.39、近いです。 私はpythonの解決策を探しています。scipy.stats.betaを使用して、間隔[ 0、0.4 ]の中央値をパーセントポイント関数で計算できます(cdfの逆数-パーセンタイル): beta.ppf(0.4/2,a,b) = 0.2504 このベータ分布では、全体の平均と中央値が近いため(それぞれ0.4と0.39)、間隔[0、0.4]の中央値を使用して、間隔[0、0.4]の期待値(平均)を推定します。 間隔[0、0.4]の期待値(平均)を計算する方法はありますか?

1
ベルヌーイを証明することはベータの限界です
それは私たちが解決した場合、その検査によって私には明らかだ(それによって、平均固定)としましょう(、ベータ分布はベルヌーイに近づく)配布。β=1−μμαβ=1−μμα\beta = \frac{1-\mu}{\mu} \alphaα→0α→0\alpha \rightarrow 0μμ\mu 例えば: par(mfrow = c(1, 2), oma = c(0, 0, 1.5, 0)) xx = seq(0, 1, length.out = 1000) mus = c(.2, .7) for (ii in 1:2) { mu = mus[ii] matplot(xx, sapply(10^(-1:-5), function(al) pbeta(xx, al, (1-mu)/mu * al)), type = 'l', lty = ii, …

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.