Обозначение | |
---|
Параметры | x0∈ N0- количество неудач до остановки эксперимента,. p ∈ R - m-вектор вероятностей «успеха»,. p0= 1 - (p 1 +… + p m) - вероятность «отказа». |
---|
Поддержка | |
---|
PDF | . где Γ (x) - Гамма-функция. |
---|
Среднее | |
---|
Дисперсия | |
---|
CF | |
---|
В теории вероятностей и статистики, отрицательное полиномиальное распределение является обобщением отрицательного биномиального распределения (NB (r, p)) для более чем двух исходов.
Предположим у нас есть эксперимент, который генерирует m + 1≥2 возможных результатов, {X 0,..., X m }, каждый из которых имеет неотрицательные вероятности {p 0,..., p m } соответственно. Если бы выборка продолжалась до тех пор, пока не было сделано n наблюдений, то {X 0,..., X m } было бы полиномиально распределенным. Однако, если эксперимент прекращается, когда X 0 достигает заданного значения x 0, тогда распределение m-кортежа {X 1,..., X m } - отрицательный полином. Эти переменные не распределены полиномиально, потому что их сумма X 1 +... + X m не является фиксированной и является результатом отрицательного биномиального распределения.
Содержание
- 1 Свойства
- 1.1 Предельные распределения
- 1.2 Независимые суммы
- 1.3 Агрегирование
- 1.4 Корреляционная матрица
- 2 Оценка параметров
- 3 Связанные распределения
- 4 Ссылки
- 5 Дополнительная литература
Свойства
Предельные распределения
Если m-мерное x разбивается следующим образом
и соответственно
и пусть
Предельное распределение равно . То есть маргинальное распределение также является отрицательным полиномиальным с удалением , а оставшиеся p правильно масштабированы, чтобы добавить к одному.
Одномерное маргинальное - это отрицательное биномиальное распределение.
Независимые суммы
Если и If независимы, тогда . Аналогично и наоборот, из характеристической функции легко увидеть, что отрицательный многочлен бесконечно делим.
Агрегация
Если
тогда, если случайные величины с индексами i и j исключены из вектора и заменены их суммой,
Это свойство агрегирования можно использовать для получения предельного распределения упомянутый выше.
Корреляционная матрица
Элементы корреляционной матрицы :
Оценка параметра
Метод моментов
Если мы позволим среднему вектору отрицательного многочлена быть
и ковариационная матрица
,
тогда это через свойства определителей легко показать, что . Отсюда можно показать, что
и
Подстановка моментов выборки дает метод моментов оценок
и
Связанные распределения
Ссылки
- ^Ле Галл, Ф. Режимы отрицательного полиномиального распределения, Статистические и вероятностные письма, Том 76, выпуск 6, 15 марта 2006 г., страницы 619-624, ISSN 0167-7152, 10.1016 / j.spl.2005.09.009.
Уоллер Л.А., Зельтерман Д. (1997). Логлинейное моделирование с отрицательным многочленным распределением. Биометрия 53: 971-82.
Дополнительная литература
Johnson, Norman L.; Коц, Самуэль; Балакришнан, Н. (1997). «Глава 36: Отрицательные полиномиальные и другие полиномиальные распределения». Дискретные многомерные распределения. Вайли. ISBN 978-0-471-12844-1.