Beta-Verteilung: Unterschied zwischen den Versionen
Kowa (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
Kowa (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
Zeile 13: | Zeile 13: | ||
beschrieben werden kann. <math>\Beta(\alpha,\beta)\!</math> ist dabei die [[Beta-Funktion]]. | 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. | <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= |
Version vom 11. Mai 2007, 14:21 Uhr
Definition
Eine stetige Zufallsgröße $ X $ heißt beta-verteilt, wenn ihre Verteilungsfunktion durch die Dichtefunktion
$ f_{X,\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 Dreiecksverteilung) | $ \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[ \! $ |
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_{X,\alpha,\beta}\! $ definiert. Wie hängen die hier definierte allgemeiner Form und die dort definierte spezieller 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_{X,\alpha,\beta}(x) = f_{X,\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_{X,\alpha,\beta,a,b}(x) = \frac{1}{b-a}\cdot f_{X,\alpha,\beta}\left(\frac{x-a}{b-a}\right) $
Quellen
- Formelsammlung zur Vorlesung Standardmethoden des Operations Research, Roland Schuhr, 2005
- Wikipedia (en): Beta distribution
- Statwiki HU Berlin: Beta-Verteilung
Bitte die Regeln der GlossarWiki-Quellenformatierung beachten.