Jump to content

Нормально-гамма-распределение

нормальная гамма
Параметры местоположение ( реальное )
(настоящий)
(настоящий)
(настоящий)
Поддерживать
PDF
Иметь в виду [ 1 ]
Режим
Дисперсия [ 1 ]

В теории вероятностей и статистике нормальное гамма-распределение (или гауссово-гамма-распределение ) представляет собой двумерное четырехпараметрическое семейство непрерывных распределений вероятностей . Это сопряженное априорное значение нормального распределения с неизвестным средним значением и точностью . [ 2 ]

Определение

[ редактировать ]

Для пары случайных величин ( X , T ) предположим, что условное распределение X при условии T определяется выражением

это означает, что условное распределение является нормальным распределением со средним значением и точность — эквивалентно, с дисперсией

Предположим также, что маргинальное распределение T определяется выражением

где это означает, что T имеет гамма-распределение . Здесь λ , α и β — параметры совместного распределения.

Тогда ( X , T ) имеет нормальное гамма-распределение, и это обозначается

Характеристики

[ редактировать ]

Функция плотности вероятности

[ редактировать ]

Совместная функция плотности вероятности ( X , T ) равна [ нужна ссылка ]

Маржинальные распределения

[ редактировать ]

По построению предельное распределение представляет собой гамма-распределение , а условное распределение данный является распределением Гаусса . Маргинальное распределение представляет собой трехпараметрическое нестандартизованное t-распределение Стьюдента с параметрами . [ нужна ссылка ]

Экспоненциальное семейство

[ редактировать ]

Нормальное гамма-распределение представляет собой четырехпараметрическое экспоненциальное семейство с натуральными параметрами. и естественная статистика . [ нужна ссылка ]

Моменты естественной статистики

[ редактировать ]

Следующие моменты можно легко вычислить, используя производящую функцию достаточной статистики : [ 3 ]

где это дигамма-функция ,

Масштабирование

[ редактировать ]

Если тогда для любого распространяется как [ нужна ссылка ]

Апостериорное распределение параметров

[ редактировать ]

Предположим, что x распределен согласно нормальному распределению с неизвестным средним значением. и точность .

и что предварительное распространение на и , , имеет нормальное гамма-распределение

для которого плотность π удовлетворяет

Предполагать

то есть компоненты условно независимы, учитывая и условное распределение каждого из них задано нормально с ожидаемым значением и дисперсия Заднее распределение и учитывая этот набор данных может быть аналитически определено по теореме Байеса [ 4 ] явно,

где - вероятность параметров с учетом данных.

Поскольку данные являются iid, вероятность всего набора данных равна произведению правдоподобий отдельных выборок данных:

Это выражение можно упростить следующим образом:

где , среднее значение выборок данных и , выборочная дисперсия.

Апостериорное распределение параметров пропорционально вероятности в предыдущий раз.

Последний член экспоненты упрощается путем заполнения квадрата.

Вставив это обратно в выражение выше,

Это окончательное выражение имеет точно такую ​​же форму, как распределение нормального гамма-распределения, т.е.

Интерпретация параметров

[ редактировать ]

Интерпретация параметров с точки зрения псевдонаблюдений следующая:

  • Новое среднее значение представляет собой средневзвешенное значение старого псевдосреднего и наблюдаемого среднего значения, взвешенное по количеству связанных (псевдо) наблюдений.
  • Точность оценивалась по псевдонаблюдения (т.е., возможно, другое количество псевдонаблюдений, чтобы можно было отдельно контролировать дисперсию среднего значения и точность) с выборочным средним значением и выборочная дисперсия (т.е. с суммой квадратов отклонений ).
  • Апостериор обновляет количество псевдонаблюдений ( ) просто добавив соответствующее количество новых наблюдений ( ).
  • Новая сумма квадратов отклонений вычисляется путем сложения предыдущих соответствующих сумм квадратов отклонений. Однако необходим третий «член взаимодействия», поскольку два набора квадратичных отклонений были рассчитаны относительно разных средних значений, и, следовательно, сумма двух занижает фактическое общее квадратическое отклонение.

Как следствие, если у кого-то есть априорное среднее значение от образцы и априорная точность от выборки, предварительное распределение по и является

и после наблюдения образцы со средним и дисперсия , апостериорная вероятность равна

Обратите внимание, что в некоторых языках программирования, таких как Matlab , гамма-распределение реализуется с помощью обратного определения , поэтому четвертый аргумент нормального гамма-распределения равен .

Генерация случайных переменных нормальной гаммы

[ редактировать ]

Генерация случайных величин проста:

  1. Образец из гамма-распределения с параметрами и
  2. Образец из нормального распределения со средним и дисперсия
[ редактировать ]

Примечания

[ редактировать ]
  1. ^ Jump up to: а б Бернардо и Смит (1993, стр. 434)
  2. ^ Бернардо и Смит (1993, страницы 136, 268, 434)
  3. ^ Вассерман, Ларри (2004), «Параметрический вывод» , Springer Texts в статистике , Нью-Йорк, Нью-Йорк: Springer New York, стр. 119–148, ISBN  978-1-4419-2322-6 , получено 8 декабря 2023 г.
  4. ^ «Теорема Байеса: Введение» . Архивировано из оригинала 7 августа 2014 г. Проверено 5 августа 2014 г.
  • Бернардо, Дж. М.; Смит, AFM (1993) Байесовская теория , Wiley. ISBN   0-471-49464-X
  • Дирден и др. «Байесовское Q-обучение» , Труды Пятнадцатой Национальной конференции по искусственному интеллекту (AAAI-98) , 26–30 июля 1998 г., Мэдисон, Висконсин, США.
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: faa87a391bb2d2b3a5dccb46d60257e2__1702066440
URL1:https://arc.ask3.ru/arc/aa/fa/e2/faa87a391bb2d2b3a5dccb46d60257e2.html
Заголовок, (Title) документа по адресу, URL1:
Normal-gamma distribution - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)