Beta-Verteilung: Unterschied zwischen den Versionen

aus GlossarWiki, der Glossar-Datenbank der Fachhochschule Augsburg
Kowa (Diskussion | Beiträge)
Keine Bearbeitungszusammenfassung
Kowa (Diskussion | Beiträge)
Keine Bearbeitungszusammenfassung
Zeile 8: Zeile 8:
==Definition==
==Definition==


Eine [[Stetige Zufallsgröße|stetige Zufallsgröße]] <math>X = \Beta V(\alpha,\beta,a,b)\;</math> heißt '''beta-verteilt''', wenn ihre [[Verteilungsfunktion]] durch
Eine [[Stetige Zufallsgröße|stetige Zufallsgröße]] $X = \Beta V(\alpha,\beta,a,b)\;$ mit $a < b$ heißt '''beta-verteilt''', wenn ihre [[Verteilungsfunktion]] durch
die [[Dichtefunktion]]  
die [[Dichtefunktion]]  


Zeile 19: Zeile 19:
$
$
</div>
</div>
beschrieben werden kann. <math>\Beta(\alpha,\beta)\!</math> ist dabei die [[Beta-Funktion]].
beschrieben werden kann. $\Beta(\alpha,\beta)$ 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.
$\alpha,\,\beta,\,a$ und  $b$ heißen Parameter der Verteilung. Sie müssen die in der Tabelle angegebenen Bedingungen erfüllen.


==Eigenschaften einer beta-verteilten Zufallsgröße==
==Eigenschaften einer beta-verteilten Zufallsgröße==
Zeile 31: 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 > 0\!</math>|
   parameters =$\alpha \in ]0,\infty[$<br>$\beta \in ]0,\infty[$<br>$a \in ]-\infty,\infty[$<br>$b \in ]-\infty,\infty[,\,b>a$<br><br>$d := b-a > 0$|
   annotations_parameters =(vgl. Parameter der <br>[[Beta-Verteilung (standardisiert)|standardisierten<br/> Beta-Verteilung]] )|
   annotations_parameters =(vgl. Parameter der <br>[[Beta-Verteilung (standardisiert)|standardisierten<br/> Beta-Verteilung]] )|


   pdf        =<math>
   pdf        =$
                 f_{X,\alpha,\beta,a,b}(x) =
                 f_{X,\alpha,\beta,a,b}(x) =
                   \begin{cases}  
                   \begin{cases}  
Zeile 40: Zeile 40:
                     0                          & \mbox{sonst }
                     0                          & \mbox{sonst }
                   \end{cases}                 
                   \end{cases}                 
               </math>|
               $|


   continuity = <math>f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[\!</math>|
   continuity = $f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[$|


   support    = <math>f_X(x) \ne 0 \Leftrightarrow x \in ]a,b[ \!</math>|
   support    = $f_X(x) \ne 0 \Leftrightarrow x \in ]a,b[ $|


   cdf        =<math>F_X(x) =\int_{-\infty}^x \! f_X(t) \, \mathrm{d} t</math> ist nicht elementar darstellbar|
   cdf        =$F_X(x) =\int_{-\infty}^x \! f_X(t) \, \mathrm{d} t$ 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      = $c := a + d\frac{\alpha -1}{\alpha + \beta -2} = \frac{b(\alpha -1)+ a(\beta-1)}{\alpha+\beta-2}$<br>
<math>\operatorname{md}_X = \{c\}, \mbox{ falls } \alpha, \beta \ge 1 \mbox{ und } \alpha\beta > 1\!</math>|
$\operatorname{md}_X = \{c\}, \mbox{ falls } \alpha, \beta \ge 1 \mbox{ und } \alpha\beta > 1$|


   mean      = <math>\mu(X) = \frac{b\alpha+ a\beta}{\alpha+\beta}</math>|
   mean      = $\mu(X) = \frac{b\alpha+ a\beta}{\alpha+\beta}$|


   quartile  =|
   quartile  =|
Zeile 57: Zeile 57:
   median    =|
   median    =|


   variance  =<math>\operatorname{Var}(X) = \frac{d^2\alpha\beta}{(\alpha+\beta)^2(\alpha+\beta+1)}</math>|
   variance  =$\operatorname{Var}(X) = \frac{d^2\alpha\beta}{(\alpha+\beta)^2(\alpha+\beta+1)}$|


   sigma      =<math>\sigma(X) = \frac{d}{(\alpha+\beta)} \sqrt{{\frac{\alpha\beta}{\alpha+\beta+1}}}</math>|
   sigma      =$\sigma(X) = \frac{d}{(\alpha+\beta)} \sqrt{{\frac{\alpha\beta}{\alpha+\beta+1}}}$|




Zeile 66: Zeile 66:
==Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung==
==Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung==


In [[Beta-Verteilung (standardisiert)]] wird eine speziellere Dichtefunktion <math>f_{\Beta V(\alpha,\beta)}\!</math> definiert.
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?
Wie hängen die hier definierte allgemeine Form und die dort definierte spezielle Form zusammen?



Version vom 27. Juli 2015, 12:20 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 $X = \Beta V(\alpha,\beta,a,b)\;$ mit $a < b$ 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:

$f_{\Beta V(\alpha,\beta)}(x) = f_{\Beta V(\alpha,\beta,0,1)}(x) \!$

Umgekehrt können alle Dichtefunktionen allgemeinen Beta-Verteilungen durch Linear-Transformationen aus entsprechenden Dichtefunktionen der standardisierten Beta-Verteilungen erzeugt werden:

$ 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)
$

Und damit gilt auch die Beziehung:

$ 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)
$

(Beweis der zweiten Aussage)

Quellen

  1. Kowarschick (PM): Wolfgang Kowarschick; Vorlesung „Projektmanagement“; Hochschule: Hochschule Augsburg; Adresse: Augsburg; Web-Link; 2014; Quellengüte: 3 (Vorlesung)
  2. Rinne (2003): Horst Rinne; Taschenbuch der Statistik; Auflage: 3; Verlag: Wissenschaftlicher Verlag Harri Deutsch; Adresse: Frankfurt am Main; ISBN: 3817116950; 2003; Quellengüte: 5 (Buch)
  3. WikipediaEn: Beta distribution
  4. Statwiki HU Berlin: Beta-Verteilung

Siehe auch

  1. Brighton Webs Ltd.: Beta Distribution
  2. Dreiecksverteilung