Rozkład beta

Rozkład beta
Gęstość prawdopodobieństwa
Ilustracja
Dystrybuanta
Ilustracja
Parametry

α > 0 {\displaystyle \alpha >0} parametr kształtu (liczba rzeczywista)
β > 0 {\displaystyle \beta >0} parametr kształtu (liczba rzeczywista)

Nośnik

x [ 0 ; 1 ] {\displaystyle x\in [0;1]}

Gęstość prawdopodobieństwa

x α 1 ( 1 x ) β 1 B ( α , β ) {\displaystyle {\frac {x^{\alpha -1}(1-x)^{\beta -1}}{\mathrm {B} (\alpha ,\beta )}}}

Dystrybuanta

I x ( α , β ) {\displaystyle I_{x}(\alpha ,\beta )} [a]

Wartość oczekiwana (średnia)

α α + β {\displaystyle {\frac {\alpha }{\alpha +\beta }}}

Moda

α 1 α + β 2 {\displaystyle {\frac {\alpha -1}{\alpha +\beta -2}}}    dla   α > 1 , β > 1 {\displaystyle \alpha >1,\beta >1}

Wariancja

α β ( α + β ) 2 ( α + β + 1 ) {\displaystyle {\frac {\alpha \beta }{(\alpha +\beta )^{2}(\alpha +\beta +1)}}}

Współczynnik skośności

2 ( β α ) α + β + 1 ( α + β + 2 ) α β {\displaystyle {\frac {2\,(\beta -\alpha ){\sqrt {\alpha +\beta +1}}}{(\alpha +\beta +2){\sqrt {\alpha \beta }}}}}

Kurtoza

6 α 3 α 2 ( 2 β 1 ) + β 2 ( β + 1 ) 2 α β ( β + 2 ) α β ( α + β + 2 ) ( α + β + 3 ) . {\displaystyle 6\,{\tfrac {\alpha ^{3}-\alpha ^{2}(2\beta -1)+\beta ^{2}(\beta +1)-2\alpha \beta (\beta +2)}{\alpha \beta (\alpha +\beta +2)(\alpha +\beta +3)}}.}

Entropia

ln B ( α , β ) {\displaystyle \ln \mathrm {B} (\alpha ,\beta )} ( α 1 ) ψ ( α ) {\displaystyle -(\alpha -1)\psi (\alpha )} ( β 1 ) ψ ( β ) {\displaystyle -(\beta -1)\psi (\beta )} + ( α + β 2 ) ψ ( α + β ) {\displaystyle +(\alpha +\beta -2)\psi (\alpha +\beta )}

Funkcja tworząca momenty

1 + k = 1 ( r = 0 k 1 α + r α + β + r ) t k k ! {\displaystyle 1+\sum _{k=1}^{\infty }\left(\prod _{r=0}^{k-1}{\frac {\alpha +r}{\alpha +\beta +r}}\right){\frac {t^{k}}{k!}}}

Funkcja charakterystyczna

1 F 1 ( α ; α + β ; i t ) {\displaystyle {}_{1}F_{1}(\alpha ;\alpha +\beta ;i\,t)}

Odkrywca

Corrado Gini (1911)

Rozkład beta – rodzina ciągłych rozkładów prawdopodobieństwa zadana za pomocą funkcji gęstości

f ( α , β , x ) = c α , β x α 1 ( 1 x ) β 1 , {\displaystyle f(\alpha ,\beta ,x)=c_{\alpha ,\beta }\cdot x^{\alpha -1}(1-x)^{\beta -1},}

gdzie:

x {\displaystyle x} – zmienna, x [ 0 , 1 ] ; {\displaystyle x\in [0,1];} α , β > 0 {\displaystyle \alpha ,\beta >0} – parametry rozkładu, tzw. parametry kształtu,
c α , β {\displaystyle c_{\alpha ,\beta }} – stała zależna od α {\displaystyle \alpha } i β , {\displaystyle \beta ,} normująca rozkład do 1, tj.
c α , β = 1 0 1   u α 1 ( 1 u ) β 1 d u {\displaystyle c_{\alpha ,\beta }={\frac {1}{\int \limits _{0}^{1}~u^{\alpha -1}(1-u)^{\beta -1}\,du}}} = 1 B ( α , β ) {\displaystyle =\!{\frac {1}{\mathrm {B} (\alpha ,\beta )}}} = Γ ( α + β ) Γ ( α ) Γ ( β ) , {\displaystyle ={\frac {\Gamma (\alpha +\beta )}{\Gamma (\alpha )\Gamma (\beta )}},}

gdzie:

B {\displaystyle \mathrm {B} } – funkcja beta,
Γ {\displaystyle \Gamma } – funkcja gamma.

Gdy α = β = 1 , {\displaystyle \alpha =\beta =1,} to rozkład beta przyjmuje postać rozkładu jednostajnego.

Momenty zwykłe zmiennej o rozkładzie beta wynoszą:

E ( X k ) = α ( α + 1 ) ( α + k 1 ) ( α + β ) ( α + β + 1 ) ( α + β + k 1 ) . {\displaystyle \mathbb {E} (X^{k})={\frac {\alpha (\alpha +1)\dots (\alpha +k-1)}{(\alpha +\beta )(\alpha +\beta +1)\dots (\alpha +\beta +k-1)}}.}

Właściwości

Miary tendencji centralnej

Średnia

Wartość oczekiwana rozkładu beta jest funkcją stosunku parametrów α {\displaystyle \alpha } i β {\displaystyle \beta } [1]:

μ = E [ X ] = 0 1 x f ( x ; α , β ) d x = 0 1 x x α 1 ( 1 x ) β 1 B ( α , β ) d x = α α + β = 1 1 + β α . {\displaystyle {\begin{aligned}\mu =\operatorname {E} [X]&=\int _{0}^{1}xf(x;\alpha ,\beta )\,dx\\&=\int _{0}^{1}x\,{\frac {x^{\alpha -1}(1-x)^{\beta -1}}{\mathrm {B} (\alpha ,\beta )}}\,dx\\&={\frac {\alpha }{\alpha +\beta }}\\&={\frac {1}{1+{\frac {\beta }{\alpha }}}}.\end{aligned}}}

Jeśli oba parametry są równe, α = β , {\displaystyle \alpha =\beta ,} rozkład jest symetryczny ze średnią μ = 1 2 . {\displaystyle \mu ={\frac {1}{2}}.} Wraz z dążeniem proporcji parametrów α {\displaystyle \alpha } i β {\displaystyle \beta } do wartości nieskończonych lub nieskończenie małych, rozkład staje się prawo- lub lewoskośny, ze średnią dążącą do granic przedziału [ 0 , 1 ] : {\displaystyle [0,1]{:}}

lim β α 0 μ = 1 {\displaystyle \lim _{{\frac {\beta }{\alpha }}\to 0}\mu =1}
lim β α μ = 0. {\displaystyle \lim _{{\frac {\beta }{\alpha }}\to \infty }\mu =0.}

Dominanta

Maksimum lub minimum rozkładu beta wyraża funkcja[1]:

α 1 α + β 2 . {\displaystyle {\frac {\alpha -1}{\alpha +\beta -2}}.}

Jeśli oba parametry są mniejsze od zera, α , β < 0 , {\displaystyle \alpha ,\beta <0,} wartość funkcji wyznacza minimum rozkładu.

Miary rozproszenia

Wariancja

Wariancję rozkładu beta określa funkcja parametrów α {\displaystyle \alpha } i β {\displaystyle \beta } [1]:

var ( X ) = E [ ( X μ ) 2 ] = α β ( α + β ) 2 ( α + β + 1 ) . {\displaystyle \operatorname {var} (X)=\operatorname {E} [(X-\mu )^{2}]={\frac {\alpha \beta }{(\alpha +\beta )^{2}(\alpha +\beta +1)}}.}

Wraz z dążeniem parametrów do zera, α = β = 0 , {\displaystyle \alpha =\beta =0,} rozkład dąży do maksymalnej możliwej wariancji var ( X ) = 1 4 . {\displaystyle \operatorname {var} (X)={\frac {1}{4}}.} Przy α = β = 1 , {\displaystyle \alpha =\beta =1,} rozkład jest jednostajny o typowej dla niego wariancji równej var ( X ) = 1 12 . {\displaystyle \operatorname {var} (X)={\frac {1}{12}}.} Wraz z dążeniem jednego lub obu parametrów do nieskończoności, wariancja dąży do zera.

Uwagi

  1. I x ( a , b ) = B ( x ; a , b ) B ( a , b ) , {\displaystyle I_{x}(a,b)={\frac {\mathrm {B} (x;\,a,b)}{\mathrm {B} (a,b)}},}
    gdzie:
    B ( x ; a , b ) = 0 x t a 1 ( 1 t ) b 1 d t {\displaystyle \mathrm {B} (x;\,a,b)=\int _{0}^{x}t^{a-1}\,(1-t)^{b-1}\,\mathrm {d} t}    –   niekompletna funkcja beta.

Przypisy

  1. a b c Chapter 21: Beta Distributions, [w:] Kotz i inni, Continuous univariate distributions, Wiley, 1995, ISBN 978-0-471-58494-0, OCLC 29428092 .

Bibliografia

  • Rozkład po raz pierwszy wprowadzony w pracy:
Corrado Gini: Considerazioni sulle probabilita a posteriori e applicazioni al rapporto dei sessi nelle nascite umane. Studi Economico-Giuridici della Universita de Cagliari, Anno III, 1911, s. 133–171.