Beta-Verteilung (standardisiert): Unterschied zwischen den Versionen

aus GlossarWiki, der Glossar-Datenbank der Fachhochschule Augsburg
Keine Bearbeitungszusammenfassung
 
Keine Bearbeitungszusammenfassung
 
(32 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
'''Achtung''': Die folgenden Formeln können noch Fehler enthalten.
{{Qualität
|correctness        = 5
|extent              = 3
|numberOfReferences  = 4
|qualityOfReferences = 5
|conformance        = 4
}}
==Definition==
 
Eine [[Stetige Zufallsgröße|stetige Zufallsgröße]] <math>X = \Beta V(\alpha,\beta)\;</math> heißt '''standardisiert beta-verteilt''', wenn ihre [[Verteilungsfunktion]] durch
die [[Dichtefunktion]]
 
<div class="formula"><math>
  f_X(x) = f_{\Beta V(\alpha,\beta)}(x)=
        \begin{cases}
          \frac{x^{\alpha -1}\cdot (1-x)^{\beta-1}}{\Beta(\alpha,\beta)}& \mbox{wenn } 0 \le x \le 1 \\
          0                                                      & \mbox{sonst }
        \end{cases}         
</math></div>
 
beschrieben werden kann. <math>\Beta(\alpha,\beta)</math> ist dabei die [[Beta-Funktion]].
 
<math>\alpha</math> und  <math>\beta</math> heißen Parameter der Verteilung. Sie müssen die in der Tabelle angegebenen Bedingungen erfüllen.
 
==Eigenschaften einer standardisiert beta-verteilten Zufallsgröße==


{{Wahrscheinlichkeitsverteilung |
{{Wahrscheinlichkeitsverteilung |
   name      =normalisierte Beta-Verteilung|
   name      =standardisierte Beta-Verteilung|
   type      =Dichte|
   type      =Dichte|
   pdf_image  =|
   pdf_image  =|
Zeile 8: Zeile 32:


   parameters =<math>\alpha \in ]0,\infty[</math><br><math>\beta \in ]0,\infty[</math>|
   parameters =<math>\alpha \in ]0,\infty[</math><br><math>\beta \in ]0,\infty[</math>|
 
  annotations_parameters =(vgl. Parameter der <br>[[Beta-Verteilung|allgemeinen<br/> Beta-Verteilung]] )|
   pdf        =<math>
   pdf        =<math>f_X(x) :=
                f_X(x) :=
                   \begin{cases}  
                   \begin{cases}  
                     \frac{x^{\alpha -1}(1-x)^{\beta-1}}{\Beta(\alpha,\beta)}& \mbox{wenn } 0 \le x \le 1\\  
                     \frac{{x^{\alpha -1}\cdot(1-x)^{\beta-1}}}{ {\Beta(\alpha,\beta)} }& \mbox{wenn } 0 \le x \le 1\\  
                     0                          & \mbox{sonst }
                     0                          & \mbox{sonst }
                   \end{cases}                 
                   \end{cases}                 
               </math>|
               </math>|
   proof_pdf =|
   continuity = <math>f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[</math>|
  support    =<math>f_X(x) \ne 0 \Leftrightarrow x \in ]0,1[</math>|


  continuity = <math>f_X(x) \mbox{ ist stetig auf }]\infty,\infty[\!</math>|
  proof_continuity =|
  support    =<math>f_X(x) \ne 0 \Leftrightarrow x \in ]0,1[ \!</math>|
  proof_support =|
   cdf        =|
   cdf        =|
  proof_cdf =|


   mode      =<math>c := \frac{\alpha -1}{\alpha + \beta -2}</math><br>
   mode      =<math>c := \frac{\alpha -1}{\alpha + \beta -2}</math><br>
<math>\operatorname{md}_X = \{c\}, \mbox{ falls } \alpha, \beta > 1\!</math>|
<math>\operatorname{md}_X = \{c\}, \mbox{ falls } \alpha, \beta > 1 \mbox{ und } \alpha\beta > 1</math>|
  proof_mode =|


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


   quartile  =|
   quartile  =|
  proof_quartile =|


   median      =|
   median      =|
  proof_median =|


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


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


  skewness      =|
}}
  proof_skewness =|


  kurtosis      =|
==Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung==
  proof_kurtosis =|


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


  moment      =|
Zunächst sieht man anhand der Definitionen sofort, dass jede Dichtefunktion einer [[Beta-Verteilung (standardisiert)|standardisierten Beta-Verteilungen]]
  proof_moment =|
auch eine Dichtefunktion einer [[Beta-Verteilung|allgemeinen Beta-Verteilungen]] ist:


  centralmoment      =|
<div class="formula"><math>f_{\Beta V(\alpha,\beta)}(x) = f_{\Beta V(\alpha,\beta,0,1)}(x)</math></div>
  proof_centralmoment =|


  mgf      =|
Umgekehrt können alle
  proof_mgf =|
Dichtefunktionen [[Beta-Verteilung|allgemeinen Beta-Verteilungen]] durch Linear-Transformationen aus entsprechenden
Dichtefunktionen der [[Beta-Verteilung (standardisiert)|standardisierten Beta-Verteilungen]] erzeugt werden:


  char      =|
<div class="formula"><math>f_{\Beta V(\alpha,\beta,a,b)}(x)
  proof_char =|
      = \frac{1}{b-a}\cdot f_{\Beta V(\alpha,\beta)}\left(\frac{x-a}{b-a}\right)
}}
</math></div>
 
([[Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung (Satz)|Beweis der zweiten Aussage]])


=Quellen=
==Quellen==
*[http://en.wikipedia.org/wiki/Beta_distribution Wikipedia (en): Beta distribution]
#{{Quelle|Kowarschick, W.: Projektmanagement}}
*[http://statwiki.wiwi.hu-berlin.de/index.php/Beta-Verteilung Statwiki HU Berlin: Beta-Verteilung]
#{{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]
#[http://www.xycoon.com/beta.htm xycoon: Beta Distribution]  


[[Kategorie:Mathematische Definition]]
[[Kategorie:Stetige Wahrscheinlichkeitsverteilung]]
[[Kategorie:Stetige Wahrscheinlichkeitsverteilung]]
[[Kategorie:Projektmanagement]]
[[Kategorie:Projektmanagement]]
[[en:Beta distribution]]
[[en:Beta distribution (standardized)]]

Aktuelle Version vom 23. April 2018, 15:22 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)\; $ heißt standardisiert beta-verteilt, wenn ihre Verteilungsfunktion durch die Dichtefunktion

$ f_X(x) = f_{\Beta V(\alpha,\beta)}(x)= \begin{cases} \frac{x^{\alpha -1}\cdot (1-x)^{\beta-1}}{\Beta(\alpha,\beta)}& \mbox{wenn } 0 \le x \le 1 \\ 0 & \mbox{sonst } \end{cases} $

beschrieben werden kann. $ \Beta(\alpha,\beta) $ ist dabei die Beta-Funktion.

$ \alpha $ und $ \beta $ heißen Parameter der Verteilung. Sie müssen die in der Tabelle angegebenen Bedingungen erfüllen.

Eigenschaften einer standardisiert beta-verteilten Zufallsgröße

Parameter
(vgl. Parameter der
allgemeinen
Beta-Verteilung )		$ \alpha \in ]0,\infty[ $
$ \beta \in ]0,\infty[ $
Dichtefunktion
$ f_X(x) := \begin{cases} \frac{{x^{\alpha -1}\cdot(1-x)^{\beta-1}}}{ {\Beta(\alpha,\beta)} }& \mbox{wenn } 0 \le x \le 1\\ 0 & \mbox{sonst } \end{cases} $
Stetigkeit
$ f_X(x) \mbox{ ist stetig auf }]-\infty,\infty[ $
Träger
$ f_X(x) \ne 0 \Leftrightarrow x \in ]0,1[ $
Modus
$ c := \frac{\alpha -1}{\alpha + \beta -2} $
$ \operatorname{md}_X = \{c\}, \mbox{ falls } \alpha, \beta > 1 \mbox{ und } \alpha\beta > 1 $
Varianz
$ \operatorname{Var}(X) = \frac{\alpha\beta}{(\alpha+\beta)^2(\alpha+\beta+1)} $
Standardabweichung
$ \sigma(X) = \frac{1}{ {(\alpha+\beta)} }\sqrt{ {\frac{\alpha\beta}{\alpha+\beta+1} } } $

Zusammenhang zwischen allgemeiner und standardisierter Beta-Verteilung

In Beta-Verteilung wird eine allgemeinere Dichtefunktion $ f_{\Beta V(\alpha,\beta,a,b)}\! $ definiert. Wie hängen die hier definierte spezielle Form und die dort definierte allgemeine 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) $

(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
  5. xycoon: Beta Distribution
Abgerufen von „https://glossar.hs-augsburg.de/w/index.php?title=Beta-Verteilung_(standardisiert)&oldid=44480“