Распределение вероятности на окружности
распределение фон МизесаФункция плотности вероятности . Поддержка выбрана как [ −π, π] с μ = 0 |
Кумулятивная функция распределения . Опора выбрана равной [−π, π] с μ = 0 |
Параметры | реальный. |
---|
Поддержка | |
---|
любой длины 2 PDF | |
---|
CDF | (не аналитический - см. текст) |
---|
Среднее | |
---|
Медиана | |
---|
Режим | |
---|
Дисперсия | (круговой) |
---|
Энтропия | (дифференциал) |
---|
CF | |
---|
В теории вероятностей и направленной статистике, распределение фон Мизеса (также известное как круговое нормальное распределение или Распределение Тихонова ) - непрерывное распределение вероятностей на окружности. Это близкое приближение к нормальному распределению, которое является круговым аналогом нормального распределения. Свободно распространяющийся угол на окружности представляет собой обернутую нормально распределенную случайную величину с развернутой дисперсией, которая растет линейно во времени. С другой стороны, распределение фон Мизеса - это стационарное распределение процесса дрейфа и диффузии на окружности в гармоническом потенциале, то есть с предпочтительной ориентацией. Распределение фон Мизеса - это распределение максимальной энтропии для круговых данных, когда указаны действительная и мнимая части первого кругового момента. Распределение фон Мизеса является частным случаем распределения фон Мизеса – Фишера на N-мерной сфере.
Содержание
- 1 Определение
- 2 Моменты
- 3 Ограничивающее поведение
- 4 Оценка параметров
- 5 Распределение среднего
- 6 Энтропия
- 7 См. Также
- 8 Ссылки
- 9 Дополнительная литература
Определение
Функция плотности вероятности фон Мизеса для угла x определяется как:
где I 0() - это модифицированная функция Бесселя порядка 0.
Параметры μ и 1 / аналогичны μ и σ (среднее значение и дисперсия) в нормальном распределении:
- μ - мера местоположения ( распределение сгруппировано вокруг μ), а
- - мера концентрации (величина, обратная дисперсии, поэтому 1 / аналогично σ).
- Если равно нулю, распределение равномерное, а для малых , оно близко к однородному.
- Если большое, распределение становится очень концентрированным вокруг угла μ с - мера концентрации. Фактически, по мере увеличения распределение приближается к нормальному распределению по x со средним μ и дисперсией 1 / .
Плотность вероятности может быть выражена как серия функций Бесселя
где I j (x) - это модифицированная функция Бесселя порядка j.
Кумулятивная функция распределения не является аналитической, и ее лучше всего находить путем интегрирования вышеуказанного ряда. Неопределенный интеграл плотности вероятности:
Кумулятивная функция распределения будет функцией нижнего предела интегрирования x 0:
Моменты
Моменты распределения фон Мизеса обычно вычисляются как моменты комплексной экспоненты z = e, а не как угол x. Эти моменты называются круговыми моментами. Дисперсия, рассчитанная по этим моментам, называется круговой дисперсией. Единственным исключением из этого правила является то, что «среднее» обычно относится к аргументу комплексного среднего.
n-й необработанный момент z равен:
, где интеграл берется по любому интервалу длины 2π. При вычислении указанного выше интеграла мы используем тот факт, что z = cos (nx) + i sin (nx) и тождество функции Бесселя:
Тогда среднее значение комплексной экспоненты z равно
, и тогда в качестве аргумента μ принимается круговое среднее значение угла x. Это ожидаемое или предпочтительное направление угловых случайных величин. Дисперсия z, или круговая дисперсия x:
Ограничивающее поведение
Когда велико, распределение напоминает нормальное распределение. В частности, для больших положительных действительных чисел ,
где σ = 1 / и разница между левой рукой сторона и правая часть аппроксимации сходятся равномерно к нулю, поскольку стремится к бесконечности. Кроме того, когда мало, функция плотности вероятности напоминает равномерное распределение :
где интервал для равномерного распределения - выбранный интервал длины (т.е. , когда находится в интервале и , когда не входит в интервал).
Оценка параметров
Серия из N измерений , полученный из распределения фон Мизеса, можно использовать для оценки определенных параметров распределения. (Borradaile, 2003) Среднее значение ряда определяется как
и его математическое ожидание будет только первым моментом :
Другими словами, - это несмещенная оценка первого момента. Если предположить, что среднее значение лежит в интервале , тогда Arg будет (смещенной) оценкой среднего .
При просмотре как набора векторов в комплексной плоскости статистика - это квадрат длины усредненного вектора:
и его математическое ожидание:
Другими словами, статистика
будет несмещенной оценкой и решение уравнения для даст (смещенную) оценку . По аналогии с линейным случаем, решение уравнения даст оценку максимального правдоподобия из и оба будут равны в пределах большого N. Для приближенного решения обратитесь к распределению фон Мизеса – Фишера.
Распределение среднего
Распределение среднего выборочного для распределения фон Мизеса определяется как:
где N - количество измерений, а состоит из интервалов в переменных, при условии, что и являются постоянными, где - результат среднего:
и - средний угол:
Обратите внимание, что термин продукта в круглых скобках представляет собой просто распределение среднего для круговое равномерное распределение.
Это означает, что распределение среднего направления распределения фон Мизеса - распределение фон Мизеса , или, что то же самое, .
Энтропия
По определению, информационная энтропия распределения фон Мизеса равна
где - любой интервал длины . Логарифм плотности распределения Фон Мизеса прост:
характеристика Функциональное представление для распределения Фон Мизеса:
где . Подставляя эти выражения в интеграл энтропии, меняя порядок интегрирования и суммирования и используя ортогональность косинусов, энтропию можно записать:
Для распределение фон Мизеса становится круговым равномерным распределением, а энтропия достигает максимального значения .
Обратите внимание, что распределение Фон Мизеса максимизирует энтропию, когда действительная и мнимая части первого кругового момента указаны или, что то же самое, круговое среднее и круговое отклонение.
См. Также
Ссылки
- ^Рискен, Х. (1989). Уравнение Фоккера – Планка. Springer. ISBN 978-3-540-61530-9.
- ^ Мардиа, Кантилал ; Джапп, Питер Э. (1999). Направленная статистика. Вайли. ISBN 978-0-471-95333-3.
- ^см. Абрамовиц и Стегун §9.6.34
- ^См. Абрамовиц и Стегун §9.6.19
- ^ Джаммаламадака, С. Рао; Сенгупта, А. (2001). Темы в циркулярной статистике. Всемирная научная издательская компания. ISBN 978-981-02-3778-3.
- ^Джаммаламадака, С. Рао; СенГупта, А. (2001). Темы циркулярной статистики. Нью-Джерси: World Scientific. ISBN 981-02-3778-2. Проверено 15 мая 2011 г.
Дополнительная литература
- Абрамовиц, М. и Стегун, И.А. (ред.), Справочник по математическим функциям, Национальное бюро стандартов, 1964; перепечатано Dover Publications, 1965. ISBN 0-486-61272-4
- «Алгоритм AS 86: функция распределения фон Мизеса», Mardia, Applied Statistics, 24, 1975 ( pp. 268–272).
- «Алгоритм 518, Неполная функция Бесселя I0: Распределение фон Мизеса», Hill, ACM Transactions on Mathematical Software, Vol. 3, № 3, сентябрь 1977 г., страницы 279–284.
- Бест, Д. и Фишер, Н. (1979). Эффективное моделирование распределения фон Мизеса. Прикладная статистика, 28, 152–157.
- Эванс, М., Гастингс, Н., и Пикок, Б., «Распределение фон Мизеса». Гл. 41 в статистических распределениях, 3-е изд. Нью-Йорк. Wiley 2000.
- Фишер, Николас И., Статистический анализ циркулярных данных. Нью-Йорк. Кембридж 1993.
- «Статистические распределения», 2-е. Edition, Evans, Hastings, and Peacock, John Wiley and Sons, 1993, (глава 39). ISBN 0-471-55951-2
- Borradaile, Graham (2003). Статистика данных наук о Земле. Springer. ISBN 978-3-540-43603-4. Проверено 31 декабря 2009 г.