Beta-Verteilung: Unterschied zwischen den Versionen
Kowa (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
Kowa (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
(57 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt) | |||
Zeile 1: | Zeile 1: | ||
=Definition= | {{Qualität | ||
|correctness = 5 | |||
|extent = 3 | |||
|numberOfReferences = 4 | |||
|qualityOfReferences = 5 | |||
|conformance = 4 | |||
}} | |||
==Definition== | |||
Eine [[Stetige Zufallsgröße|stetige Zufallsgröße]] <math>X</math> heißt '''beta-verteilt''', wenn ihre [[Verteilungsfunktion]] durch | Eine [[Stetige Zufallsgröße|stetige Zufallsgröße]] <math>X = \Beta V(\alpha,\beta,a,b)\;</math> heißt '''beta-verteilt''', wenn ihre [[Verteilungsfunktion]] durch | ||
die [[Dichtefunktion]] | die [[Dichtefunktion]] | ||
<math>f_{ | <div class="formula"> | ||
<math>f_X(x) = f_{\Beta V(\alpha,\beta,a,b)}(x) := | |||
\begin{cases} | \begin{cases} | ||
\frac{(x-a)^{\alpha -1}(b-x)^{\beta-1}}{\Beta(\alpha,\beta) | \frac{(x-a)^{\alpha -1}\cdot (b-x)^{\beta-1}}{\Beta(\alpha,\beta)\cdot (b-a)^{\alpha+\beta-1}}& \mbox{wenn } a \le x \le b \\ | ||
0 & \mbox{sonst } | 0 & \mbox{sonst } | ||
\end{cases} | \end{cases} | ||
</math> | </math> | ||
</div> | |||
beschrieben werden kann. <math>\Beta(\alpha,\beta)</math> ist dabei die [[Beta-Funktion]]. | |||
<math>\alpha,\,\beta,\,a</math> und <math>b</math> heißen Parameter der Verteilung. Sie müssen die in der Tabelle angegebenen Bedingungen erfüllen. | |||
=Eigenschaften einer beta-verteilten Zufallsgröße= | ==Eigenschaften einer beta-verteilten Zufallsgröße== | ||
{{Wahrscheinlichkeitsverteilung | | {{Wahrscheinlichkeitsverteilung | | ||
Zeile 23: | Zeile 31: | ||
cdf_image =| | cdf_image =| | ||
parameters =<math>\alpha \in ]0,\infty[</math><br><math>\beta \in ]0,\infty[</math><br><math>a \in ]-\infty,\infty[</math><br><math>b \in ]-\infty,\infty[,\,b>a</math><br><br><math>d := b-a | parameters =<math>\alpha \in ]0,\infty[</math><br><math>\beta \in ]0,\infty[</math><br><math>a \in ]-\infty,\infty[</math><br><math>b \in ]-\infty,\infty[,\,b>a</math><br><br><math>d := b-a > 0</math>| | ||
annotations_parameters =(vgl. Parameter der <br>[[Beta-Verteilung (standardisiert)|standardisierten<br/> Beta-Verteilung]] )| | |||
pdf =<math> | pdf =<math> | ||
f_{X,\alpha,\beta,a,b}(x) = | f_{X,\alpha,\beta,a,b}(x) = | ||
\begin{cases} | \begin{cases} | ||
\frac{(x-a)^{\alpha -1}(b-x)^{\beta-1}}{\Beta(\alpha,\beta)d^{\alpha+\beta-1}}& \mbox{wenn } a \le x \le b \\ | \frac{{(x-a)}^{\alpha -1}\cdot {(b-x)}^{\beta-1}}{{\Beta(\alpha,\beta)}\cdot d^{\alpha+\beta-1}}& \mbox{wenn } a \le x \le b \\ | ||
0 & \mbox{sonst } | 0 & \mbox{sonst } | ||
\end{cases} | \end{cases} | ||
</math>| | </math>| | ||
continuity = <math>f_X(x) \mbox{ ist stetig auf }]\infty,\infty[ | continuity = <math>f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[</math>| | ||
support = <math>f_X(x) \ne 0 \Leftrightarrow x \in ]a,b[ </math>| | |||
cdf =<math>F_X(x) =\int_{-\infty}^x \! f_X(t) \, \mathrm{d} t</math> ist nicht elementar darstellbar| | |||
mode =<math>c := a + d\frac{\alpha -1}{\alpha + \beta -2} = \frac{b(\alpha -1)+ a(\beta-1)}{\alpha+\beta-2}</math><br> | mode = <math>c := a + d\frac{\alpha -1}{\alpha + \beta -2} = \frac{b(\alpha -1)+ a(\beta-1)}{\alpha+\beta-2}</math><br> | ||
<math>\operatorname{md}_X = \{c\}, \mbox{ falls } \alpha, \beta \ge 1 \mbox{ und } \alpha\beta > 1 | <math>\operatorname{md}_X = \{c\}, \mbox{ falls } \alpha, \beta \ge 1 \mbox{ und } \alpha\beta > 1</math>| | ||
mean =<math>\mu(X) = \frac{b\alpha+ a\beta}{\alpha+\beta}</math> | mean = <math>\mu(X) = \frac{b\alpha+ a\beta}{\alpha+\beta}</math>| | ||
quartile =| | quartile =| | ||
median | median =| | ||
variance =<math>\operatorname{Var}(X) = \frac{d^2\alpha\beta}{(\alpha+\beta)^2(\alpha+\beta+1)}</math>| | variance =<math>\operatorname{Var}(X) = \frac{d^2\alpha\beta}{(\alpha+\beta)^2(\alpha+\beta+1)}</math>| | ||
sigma =<math>\sigma(X) = \frac{d}{(\alpha+\beta)}\sqrt{\frac{\alpha\beta}{\alpha+\beta+1}}</math>| | sigma =<math>\sigma(X) = \frac{d}{(\alpha+\beta)} \sqrt{{\frac{\alpha\beta}{\alpha+\beta+1}}}</math>| | ||
}} | |||
==Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung== | |||
In [[Beta-Verteilung (standardisiert)]] wird eine speziellere Dichtefunktion <math>f_{\Beta V(\alpha,\beta)}</math> definiert. | |||
Wie hängen die hier definierte allgemeine Form und die dort definierte spezielle Form zusammen? | |||
Zunächst sieht man anhand der Definitionen sofort, dass jede Dichtefunktion einer [[Beta-Verteilung (standardisiert)|standardisierten Beta-Verteilungen]] | |||
auch eine Dichtefunktion einer [[Beta-Verteilung|allgemeinen Beta-Verteilungen]] ist: | |||
<div class="formula"><math>f_{\Beta V(\alpha,\beta)}(x) = f_{\Beta V(\alpha,\beta,0,1)}(x) \!</math></div> | |||
Umgekehrt können alle | |||
Dichtefunktionen [[Beta-Verteilung|allgemeinen Beta-Verteilungen]] durch [[Linear-Transformation]]en aus entsprechenden | |||
Dichtefunktionen der [[Beta-Verteilung (standardisiert)|standardisierten Beta-Verteilungen]] erzeugt werden: | |||
<div class="formula"> | |||
<math> f_{\Beta V(\alpha,\beta,a,b)}(x) | |||
= \frac{1}{b-a}\cdot f_{\Beta V(\alpha,\beta)}\left(\frac{x-a}{b-a}\right) | |||
= \frac{1}{d}\cdot f_{\Beta V(\alpha,\beta)}\left(\frac{x-a}{d}\right) | |||
</math></div> | |||
Und damit gilt auch die Beziehung: | |||
<div class="formula"> | |||
<math> F_{\Beta V(\alpha,\beta,a,b)}(x) | |||
}} | = F_{\Beta V(\alpha,\beta)}\left(\frac{x-a}{b-a}\right) | ||
= F_{\Beta V(\alpha,\beta)}\left(\frac{x-a}{d}\right) | |||
</math></div> | |||
([[Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung (Satz)|Beweis der zweiten Aussage]]) | |||
==Quellen== | |||
#{{Quelle|Kowarschick, W.: Projektmanagement}} | |||
#{{Quelle|Rinne, H. (2003): Taschenbuch der Statistik}} | |||
#[[WikipediaEn: Beta distribution]] | |||
#[http://statwiki.wiwi.hu-berlin.de/index.php/Beta-Verteilung Statwiki HU Berlin: Beta-Verteilung] | |||
= | ==Siehe auch== | ||
# [http://www.brighton-webs.co.uk/distributions/beta.asp Brighton Webs Ltd.: Beta Distribution] | |||
# {{Vgl|Dreiecksverteilung}} | |||
[[Kategorie:Mathematische Definition]] | |||
[[Kategorie:Stetige Wahrscheinlichkeitsverteilung]] | [[Kategorie:Stetige Wahrscheinlichkeitsverteilung]] | ||
[[Kategorie:Projektmanagement]] | [[Kategorie:Projektmanagement]] | ||
[[en:Beta distribution]] | [[en:Beta distribution]] |
Aktuelle Version vom 23. April 2018, 14:20 Uhr
Dieser Artikel erfüllt die GlossarWiki-Qualitätsanforderungen nur teilweise:
Korrektheit: 5 (vollständig überprüft) |
Umfang: 3 (einige wichtige Fakten fehlen) |
Quellenangaben: 4 (fast vollständig vorhanden) |
Quellenarten: 5 (ausgezeichnet) |
Konformität: 4 (sehr gut) |
Definition
Eine stetige Zufallsgröße $ X = \Beta V(\alpha,\beta,a,b)\; $ heißt beta-verteilt, wenn ihre Verteilungsfunktion durch die Dichtefunktion
$ f_X(x) = f_{\Beta V(\alpha,\beta,a,b)}(x) := \begin{cases} \frac{(x-a)^{\alpha -1}\cdot (b-x)^{\beta-1}}{\Beta(\alpha,\beta)\cdot (b-a)^{\alpha+\beta-1}}& \mbox{wenn } a \le x \le b \\ 0 & \mbox{sonst } \end{cases} $
beschrieben werden kann. $ \Beta(\alpha,\beta) $ ist dabei die Beta-Funktion.
$ \alpha,\,\beta,\,a $ und $ b $ heißen Parameter der Verteilung. Sie müssen die in der Tabelle angegebenen Bedingungen erfüllen.
Eigenschaften einer beta-verteilten Zufallsgröße
Parameter (vgl. Parameter der standardisierten Beta-Verteilung ) | $ \alpha \in ]0,\infty[ $ $ \beta \in ]0,\infty[ $ $ a \in ]-\infty,\infty[ $ $ b \in ]-\infty,\infty[,\,b>a $ $ d := b-a > 0 $ |
Dichtefunktion | $ f_{X,\alpha,\beta,a,b}(x) = \begin{cases} \frac{{(x-a)}^{\alpha -1}\cdot {(b-x)}^{\beta-1}}{{\Beta(\alpha,\beta)}\cdot d^{\alpha+\beta-1}}& \mbox{wenn } a \le x \le b \\ 0 & \mbox{sonst } \end{cases} $ |
Stetigkeit | $ f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[ $ |
Träger | $ f_X(x) \ne 0 \Leftrightarrow x \in ]a,b[ $ |
Verteilungsfunktion | $ F_X(x) =\int_{-\infty}^x \! f_X(t) \, \mathrm{d} t $ ist nicht elementar darstellbar |
Modus | $ c := a + d\frac{\alpha -1}{\alpha + \beta -2} = \frac{b(\alpha -1)+ a(\beta-1)}{\alpha+\beta-2} $ $ \operatorname{md}_X = \{c\}, \mbox{ falls } \alpha, \beta \ge 1 \mbox{ und } \alpha\beta > 1 $ |
Erwartungswert | $ \mu(X) = \frac{b\alpha+ a\beta}{\alpha+\beta} $ |
Varianz | $ \operatorname{Var}(X) = \frac{d^2\alpha\beta}{(\alpha+\beta)^2(\alpha+\beta+1)} $ |
Standardabweichung | $ \sigma(X) = \frac{d}{(\alpha+\beta)} \sqrt{{\frac{\alpha\beta}{\alpha+\beta+1}}} $ |
Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung
In Beta-Verteilung (standardisiert) wird eine speziellere Dichtefunktion $ f_{\Beta V(\alpha,\beta)} $ definiert. Wie hängen die hier definierte allgemeine Form und die dort definierte spezielle Form zusammen?
Zunächst sieht man anhand der Definitionen sofort, dass jede Dichtefunktion einer standardisierten Beta-Verteilungen auch eine Dichtefunktion einer allgemeinen Beta-Verteilungen ist:
Umgekehrt können alle Dichtefunktionen allgemeinen Beta-Verteilungen durch Linear-Transformationen aus entsprechenden Dichtefunktionen der standardisierten Beta-Verteilungen erzeugt werden:
Und damit gilt auch die Beziehung:
Quellen
- Kowarschick (PM): Wolfgang Kowarschick; Vorlesung „Projektmanagement“; Hochschule: Hochschule Augsburg; Adresse: Augsburg; Web-Link; 2014; Quellengüte: 3 (Vorlesung)
- Rinne (2003): Horst Rinne; Taschenbuch der Statistik; Auflage: 3; Verlag: Wissenschaftlicher Verlag Harri Deutsch; Adresse: Frankfurt am Main; ISBN: 3817116950; 2003; Quellengüte: 5 (Buch)
- WikipediaEn: Beta distribution
- Statwiki HU Berlin: Beta-Verteilung