Câu hỏi được gắn thẻ «gamma-distribution»

Một phân phối xác suất liên tục không âm được lập chỉ mục bởi hai tham số dương hoàn toàn.

1
Xây dựng phân phối Dirichlet với phân phối Gamma
Đặt là các biến ngẫu nhiên độc lập lẫn nhau, mỗi biến có phân phối gamma với các tham số cho thấy , có một phép bổ trợ chung làX1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1}αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1Yi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,kDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) Pdf chung của Sau đó tìm khớp pdf của Tôi không thể tìm thấy jacobian tức là(X1,…,Xk+1)=e−∑k+1i=1xixα1−11…xαk+1−1k+1Γ(α1)Γ(α2)…Γ(αk+1)(X1,…,Xk+1)=e−∑i=1k+1xix1α1−1…xk+1αk+1−1Γ(α1)Γ(α2)…Γ(αk+1)(X_1,\dots,X_{k+1})=\frac{e^{-\sum_{i=1}^{k+1}x_i}x_1^{\alpha_1-1}\dots x_{k+1}^{\alpha_{k+1}-1}}{\Gamma(\alpha_1)\Gamma(\alpha_2)\dots \Gamma(\alpha_{k+1})}(Y1,…,Yk+1)(Y1,…,Yk+1)(Y_1,\dots,Y_{k+1})J(x1,…,xk+1y1,…,yk+1)J(x1,…,xk+1y1,…,yk+1)J(\frac{x_1,\dots,x_{k+1}}{y_1,\dots,y_{k+1}})


2
Sự phân kỳ của KullbackTHER Leibler giữa hai bản phân phối gamma
Chọn để parameterize phân phối gamma Γ(b,c)Γ(b,c)\Gamma(b,c) bởi pdf g(x;b,c)=1Γ(c)xc−1bce−x/bg(x;b,c)=1Γ(c)xc−1bce−x/bg(x;b,c) = \frac{1}{\Gamma(c)}\frac{x^{c-1}}{b^c}e^{-x/b} Các Kullback-Leibler phân kỳ giữaΓ(bq,cq)Γ(bq,cq)\Gamma(b_q,c_q)vàΓ(bp,cp)Γ(bp,cp)\Gamma(b_p,c_p)được cho bởi [1] như KLGa(bq,cq;bp,cp)=(cq−1)Ψ(cq)−logbq−cq−logΓ(cq)+logΓ(cp)+cplogbp−(cp−1)(Ψ(cq)+logbq)+bqcqbpKLGa(bq,cq;bp,cp)=(cq−1)Ψ(cq)−log⁡bq−cq−log⁡Γ(cq)+log⁡Γ(cp)+cplog⁡bp−(cp−1)(Ψ(cq)+log⁡bq)+bqcqbp\begin{align} KL_{Ga}(b_q,c_q;b_p,c_p) &= (c_q-1)\Psi(c_q) - \log b_q - c_q - \log\Gamma(c_q) + \log\Gamma(c_p)\\ &\qquad+ c_p\log b_p - (c_p-1)(\Psi(c_q) + \log b_q) + \frac{b_qc_q}{b_p} \end{align} Tôi đoán rằng Ψ(x):=Γ′(x)/Γ(x)Ψ(x):=Γ′(x)/Γ(x)\Psi(x):= \Gamma'(x)/\Gamma(x) …

1
Tại sao họ chọn một phân phối gamma ở đây?
Trong một trong những bài tập cho khóa học của tôi, chúng tôi đang sử dụng bộ dữ liệu y tế Kaggle . Bài tập nói: chúng tôi muốn mô hình hóa việc phân phối các khoản phí riêng lẻ và chúng tôi cũng thực sự muốn có thể nắm …

1
Giá trị dự kiến ​​của phân phối Dirichlet sửa đổi là gì? (vấn đề tích hợp)
Thật dễ dàng để tạo ra một biến ngẫu nhiên với phân phối Dirichlet bằng các biến Gamma có cùng tham số tỷ lệ. Nếu: Xi∼Gamma(αi,β)Xi∼Gamma(αi,β) X_i \sim \text{Gamma}(\alpha_i, \beta) Sau đó: (X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn)(X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn) \left(\frac{X_1}{\sum_j X_j},\; \ldots\; , \frac{X_n}{\sum_j X_j}\right) \sim \text{Dirichlet}(\alpha_1,\;\ldots\;,\alpha_n) Vấn đề Điều gì xảy ra nếu các tham …

1
Mối quan hệ giữa gamma và phân phối chi bình phương
Nếu Y=∑i=1NX2iY=∑i=1NXi2Y=\sum_{i=1}^{N}X_i^2 nơi Xi∼N(0,σ2)Xi∼N(0,σ2)X_i \sim \mathcal{N}(0,\sigma^2) , tức là tất cả XiXiX_i là iid biến ngẫu nhiên bình thường của zero có nghĩa là với cùng chênh lệch, sau đó Y∼Γ(N2,2σ2).Y∼Γ(N2,2σ2).Y \sim \Gamma\left(\frac{N}{2},2\sigma^2\right). Tôi biết phân phối chi-squared là một trường hợp đặc biệt của phân phối gamma, nhưng không …








3
Làm thế nào để bạn tính toán kỳ vọng của ?
Nếu được phân phối theo cấp số nhân với tham số \ lambda và X_i độc lập với nhau, thì kỳ vọng củaXiXiX_i(i=1,...,n)(i=1,...,n)(i=1,...,n)λλ\lambdaXiXiX_i (∑i=1nXi)2(∑i=1nXi)2 \left(\sum_{i=1}^n {X_i} \right)^2 về mặt nnn và λλ\lambda và các hằng số khác? Lưu ý: Câu hỏi này đã nhận được câu trả lời toán học …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.