Beta-Verteilung: Unterschied zwischen den Versionen

aus GlossarWiki, der Glossar-Datenbank der Fachhochschule Augsburg
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
Zeile 83: Zeile 83:
   proof_char =|
   proof_char =|
}}
}}
=Zusammenhang zwischen allgemeiner und normalisierter Beta-Verteilung=


Die Dichtefunktionen der hier definierten allgemeinen Beta-Verteilungen, können durch einfache Linear-Transformationen aus den  
Die Dichtefunktionen der hier definierten allgemeinen Beta-Verteilungen, können durch einfache Linear-Transformationen aus den  
Dichtefunktionen der [[Beta-Verteilung (normalisiert)|normalisierten Beta-Verteilungen]] erzeugt werden:
Dichtefunktionen der [[Beta-Verteilung (normalisiert)|normalisierten Beta-Verteilungen]] erzeugt werden:


<math>f_{X,\alpha,\beta,a,b}(x) = \frac{1}{b-a}\cdot f_{X,alpha,\beta,0,1}\left(\frac{x-a}{b-a}\right)
<math> f_{X,\alpha,\beta,a,b}(x)  
                                = \frac{1}{d}\cdot f_{X,alpha,\beta,0,1}\left(\frac{x-a}{d}\right)
      = \frac{1}{b-a}\cdot f_{X,alpha,\beta,0,1}\left(\frac{x-a}{b-a}\right)
      = \frac{1}{b-a}\cdot f_{X,\alpha,\beta}\left(\frac{x-a}{b-a}\right)
</math>
</math>


'''Beweis'''<br>
Man beachte: <math>f_{X,\alpha,\beta}\!</math> wurde in [[Beta-Verteilung (normalisiert)]] definiert.
<math>\mbox{Es sei } a \le x \le b{.}</math><br><br>
 
<math>\mbox{Dann gilt: }\!</math><br>
([[Satz:Zusammenhang zwischen allgemeiner und normalisierter Beta-Verteilung|Beweis]])
<math> \frac{1}{b-a}\cdot f_{X,alpha,\beta,0,1}\left(\frac{x-a}{b-a}\right) =</math><br>
<math> \frac{1}{b-a}\cdot \frac{\left(\frac{x-a}{b-a}-0\right)^{\alpha -1}(1-\frac{x-a}{b-a})^{\beta-1}}{\Beta(\alpha,\beta)1^{\alpha+\beta-1}} =</math><br>
<math> \frac{1}{b-a}\cdot \frac{\left(\frac{x-a}{b-a}\right)^{\alpha -1}\left(\frac{b-a-x+a}{b-a}\right)^{\beta-1}}{\Beta(\alpha,\beta)} =</math><br>
<math> \frac{1}{b-a}\cdot \frac{\frac{(x-a)^{\alpha -1}}{(b-a)^{\alpha -1}}\frac{(b-x)^{\beta-1}}{(b-a)^{\beta-1}}}{\Beta(\alpha,\beta)} =</math><br>
<math> (b-a)^{-1}\cdot \frac{(x-a)^{\alpha -1}(b-x)^{\beta-1}}{\Beta(\alpha,\beta)(b-a)^{\alpha-1+\beta-1}} =</math><br>
<math> \frac{(x-a)^{\alpha -1}(b-x)^{\beta-1}}{\Beta(\alpha,\beta)d^{\alpha+\beta-1}} =</math><br>
<math> f_{X,\alpha,\beta,a,b}(x)\!</math>


=Quellen=
=Quellen=

Version vom 2. Juni 2006, 16:28 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}(b-x)^{\beta-1}}{\Beta(\alpha,\beta)d^{\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
$ \alpha \in ]0,\infty[ $
$ \beta \in ]0,\infty[ $
$ a \in ]-\infty,\infty[ $
$ b \in ]-\infty,\infty[,\,b>a $

$ d := b-a\! $
Dichtefunktion
$ f_{X,\alpha,\beta,a,b}(x) = \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 \\ 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 normalisierter Beta-Verteilung

Die Dichtefunktionen der hier definierten allgemeinen Beta-Verteilungen, können durch einfache Linear-Transformationen aus den Dichtefunktionen der normalisierten Beta-Verteilungen erzeugt werden:

$ f_{X,\alpha,\beta,a,b}(x) = \frac{1}{b-a}\cdot f_{X,alpha,\beta,0,1}\left(\frac{x-a}{b-a}\right) = \frac{1}{b-a}\cdot f_{X,\alpha,\beta}\left(\frac{x-a}{b-a}\right) $

Man beachte: $ f_{X,\alpha,\beta}\! $ wurde in Beta-Verteilung (normalisiert) definiert.

(Beweis)

Quellen