Skellam törvénye
Skellam törvénye
|
|
Tömegfüggvény A függvény csak egész számokon van megadva.
|
|
Beállítások
|
μ1≥0{\ displaystyle \ mu _ {1} \ geq 0} μ2≥0{\ displaystyle \ mu _ {2} \ geq 0}
|
---|
Támogatás
|
k∈Z{\ displaystyle k \ in \ mathbb {Z}}
|
---|
Mass funkció
|
e-(μ1+μ2)(μ1μ2)k/2én|k|(2μ1μ2){\ displaystyle \ mathrm {e} ^ {- (\ mu _ {1} + \ mu _ {2})} \ bal ({\ frac {\ mu _ {1}} {\ mu _ {2}}} \ right) ^ {k / 2} I_ {| k |} (2 {\ sqrt {\ mu _ {1} \ mu _ {2}}})}
|
---|
Remény
|
μ1-μ2{\ displaystyle \ mu _ {1} - \ mu _ {2} \,}
|
---|
Középső
|
N / A
|
---|
Variancia
|
μ1+μ2{\ displaystyle \ mu _ {1} + \ mu _ {2} \,}
|
---|
Aszimmetria
|
μ1-μ2(μ1+μ2)3/2{\ displaystyle {\ frac {\ mu _ {1} - \ mu _ {2}} {(\ mu _ {1} + \ mu _ {2}) ^ {3/2}}}}
|
---|
Normalizált kurtosis
|
1/(μ1+μ2){\ displaystyle 1 / (\ mu _ {1} + \ mu _ {2}) \,}
|
---|
Pillanatgeneráló funkció
|
e-(μ1+μ2)+μ1et+μ2e-t{\ displaystyle \ mathrm {e} ^ {- (\ mu _ {1} + \ mu _ {2}) + \ mu _ {1} \ mathrm {e} ^ {t} + \ mu _ {2} \ mathrm {e} ^ {- t}}}
|
---|
Jellemző funkció
|
e-(μ1+μ2)+μ1eént+μ2e-ént{\ displaystyle \ mathrm {e} ^ {- (\ mu _ {1} + \ mu _ {2}) + \ mu _ {1} \ mathrm {e} ^ {\ mathrm {i} t} + \ mu _ {2} \ mathrm {e} ^ {- \ mathrm {i} t}}}
|
---|
A valószínűségszámítás és a statisztika , a törvény Skellam a diszkrét valószínűségi eloszlása a különbség a két véletlen változó független N 1 és N 2 a Poisson megfelelő paramétereket ji 1 és μ 2 .
Ezt a törvényt arra használják, hogy leírják a kvantumzaj két képének különbségét, vagy összehasonlítsák a sporteredményeket, ha bizonyos sportágak, például baseball , jégkorong és futball pontjaihoz kötődnek .
A tömeges funkciója Skellam törvényének származó két Poisson törvények paraméterekkel μ 1 és μ 2 képlet adja meg:
f(k;μ1,μ2)=e-(μ1+μ2)(μ1μ2)k/2én|k|(2μ1μ2){\ displaystyle f (k; \ mu _ {1}, \ mu _ {2}) = \ mathrm {e} ^ {- (\ mu _ {1} + \ mu _ {2})} \ bal ({ \ mu _ {1} \ over \ mu _ {2}} \ right) ^ {k / 2} I_ {| k |} (2 {\ sqrt {\ mu _ {1} \ mu _ {2}}} )}ahol I k a módosított Bessel-függvény az első ilyen.
E törvény neve John Gordon Skellam statisztikustól és biológustól származik .
Építkezés
A tömeg függvényében Poisson törvény paraméterű μ adja meg:
f(nem;μ)=μnemnem!e-μ{\ displaystyle f (n; \ mu) = {\ mu ^ {n} \ n felett!} \ mathrm {e} ^ {- \ mu}}az n ≥ 0 (0, egyébként). Skellam törvénye van a kereszt-korrelációs két Poisson törvények ( Skellam , 1946):
f(k;μ1,μ2)=∑nem=-∞∞f(k+nem;μ1)f(nem;μ2){\ displaystyle f (k; \ mu _ {1}, \ mu _ {2}) = \ sum _ {n = - \ infty} ^ {\ infty} f (k \! + \! n; \ mu _ {1}) f (n; \ mu _ {2})}
=e-(μ1+μ2)∑nem=-∞∞μ1k+nemμ2nemnem!(k+nem)!.{\ displaystyle = \ mathrm {e} ^ {- (\ mu _ {1} + \ mu _ {2})} \ sum _ {n = - \ infty} ^ {\ infty} {{\ mu _ {1 } ^ {k + n} \ mu _ {2} ^ {n}} \ felett {n! (k + n)!}}.}
Mivel Poisson-törvény pozitív egész számok törvénye , az előző összeg tényezőinek összes negatív tagját nullára állítjuk. Ez magában foglalja:
f(k;μ1,μ2)f(-k;μ1,μ2)=(μ1μ2)k{\ displaystyle {\ frac {f (k; \ mu _ {1}, \ mu _ {2})} {f (-k; \ mu _ {1}, \ mu _ {2})}} = \ balra ({\ frac {\ mu _ {1}} {\ mu _ {2}}} \ jobbra) ^ {k}}így :
f(k;μ1,μ2)=e-(μ1+μ2)(μ1μ2)k/2én|k|(2μ1μ2){\ displaystyle f (k; \ mu _ {1}, \ mu _ {2}) = \ mathrm {e} ^ {- (\ mu _ {1} + \ mu _ {2})} \ bal ({ \ mu _ {1} \ over \ mu _ {2}} \ right) ^ {k / 2} I_ {| k |} (2 {\ sqrt {\ mu _ {1} \ mu _ {2}}} )}ahol I k a Bessel függvénye az első ilyen. Az a különleges eset, amikor μ 1 = μ 2 (= μ ) Irwin (1937) tanulmányozza, a tömegfüggvény ekkor:
f(k;μ,μ)=e-2μén|k|(2μ).{\ displaystyle f (k; \ mu, \ mu) = \ mathrm {e} ^ {- 2 \ mu} I_ {| k |} (2 \ mu).}Azt is észrevehetjük, hogy a Bessel-függvények határértékeinek felhasználásával megtalálhatjuk a Poissoni törvényt, mint a Skellam-törvény speciális esetét μ 2 = 0 esetén .
Tulajdonságok
Mivel a valószínűsége tömeg funkció normalizálódott, azaz: .
∑k=-∞∞f(k;μ1,μ2)=1{\ displaystyle \ sum _ {k = - \ infty} ^ {\ infty} f (k; \ mu _ {1}, \ mu _ {2}) = 1}
Mivel a Poisson-törvény valószínűségeit generáló függvény : G ( t ; μ ) = e μ ( t - 1) , a Skellam-törvény valószínűségeit generáló függvényt ekkor adjuk meg:
G(t;μ1,μ2)=∑k=0∞f(k;μ1,μ2)tk{\ displaystyle G (t; \ mu _ {1}, \ mu _ {2}) = \ sum _ {k = 0} ^ {\ infty} f (k; \ mu _ {1}, \ mu _ { 2}) t ^ {k}}
=G(t;μ1)G(1/t;μ2){\ displaystyle = G (t; \ mu _ {1}) G (1 / t; \ mu _ {2}) \,}
=e-(μ1+μ2)+μ1t+μ2/t.{\ displaystyle = \ mathrm {e} ^ {- (\ mu _ {1} + \ mu _ {2}) + \ mu _ {1} t + \ mu _ {2} / t}.}
Ne feledje, hogy a generáló függvény formája azt jelenti, hogy a Skellam-törvények független véletlen változóinak különbségeinek összegének törvénye továbbra is Skellam-törvény. Néha azt mondják, hogy Skellam törvényének két véletlen változójának bármely lineáris kombinációja továbbra is Skellam törvénye. Ez azonban csak ± 1-gyel szorozva érvényes, különben megváltozna a törvény támogatása .
A Skellam-törvény pillanatgeneráló funkcióját az adja:
M(t;μ1,μ2)=G(et;μ1,μ2)=∑k=0∞tkk!mk{\ displaystyle M (t; \ mu _ {1}, \ mu _ {2}) = G (\ mathrm {e} ^ {t}; \ mu _ {1}, \ mu _ {2}) = \ összeg _ {k = 0} ^ {\ infty} {t ^ {k} \ k felett!} \, m_ {k}}amely megadja az m k pillanatait . A és meghatározásával a pillanatokat a következők adják:
Δ =def μ1-μ2{\ displaystyle \ Delta \ {\ stackrel {\ mathrm {def}} {=}} \ \ mu _ {1} - \ mu _ {2}}μ =def (μ1+μ2)/2{\ displaystyle \ mu \ {\ stackrel {\ mathrm {def}} {=}} \ (\ mu _ {1} + \ mu _ {2}) / 2}
m1=Δ,m2=2μ+Δ2 és m3=Δ(1+6.μ+Δ2).{\ displaystyle m_ {1} = \ Delta \ ;, \; m_ {2} = 2 \ mu + \ Delta ^ {2} {\ text {és}} m_ {3} = \ Delta (1 + 6 \ mu + \ Delta ^ {2}).}Az átlaghoz viszonyított pillanatokat a következők adják:
M2=2μ,M3=Δ és M4=2μ+12.μ2.{\ displaystyle M_ {2} = 2 \ mu \ ;, \; M_ {3} = \ Delta {\ text {et}} M_ {4} = 2 \ mu +12 \ mu ^ {2}.}Az elvárást , a varianciát , az aszimmetriát és a kurtosist a következők adják meg:
E(nem)=Δ,{\ displaystyle \ mathbb {E} (n) = \ Delta,}
σ2=2μ,{\ displaystyle \ sigma ^ {2} = 2 \ mu,}
γ1=Δ/(2μ)3/2,{\ displaystyle \ gamma _ {1} = \ Delta / (2 \ mu) ^ {3/2},}
γ2=1/2μ.{\ displaystyle \ gamma _ {2} = 1/2 \ mu.}
A kumulánsok generátorfüggvényét az alábbiak adják meg:
K(t;μ1,μ2) =def ln(M(t;μ1,μ2))=∑k=0∞tkk!κk{\ displaystyle K (t; \ mu _ {1}, \ mu _ {2}) \ {\ stackrel {\ mathrm {def}} {=}} \ \ ln (M (t; \ mu _ {1} , \ mu _ {2})) = = sum _ {k = 0} ^ {\ infty} {t ^ {k} \ k felett!} \, \ kappa _ {k}}amely megadja a kumulánsoknak:
κ2k=2μ és κ2k+1=Δ.{\ displaystyle \ kappa _ {2k} = 2 \ mu {\ text {és}} \ kappa _ {2k + 1} = \ Delta.}Abban a különleges esetben, ha μ 1 = μ 2 , egy aszimptotikus sor , a μ nagy, a Bessel-függvény az első fajta adja (Abramowitz & Stegun 1972 o. 377 ):
f(k;μ,μ)∼14πμ[1+∑nem=1∞(-1)nem{4k2-12}{4k2-32}⋯{4k2-(2nem-1)2}nem!23nem(2μ)nem]{\ displaystyle f (k; \ mu, \ mu) \ sim {1 \ over {\ sqrt {4 \ pi \ mu}}} \ left [1+ \ sum _ {n = 1} ^ {\ infty} ( -1) ^ {n} {\ {4k ^ {2} -1 ^ {2} \} \ {4k ^ {2} -3 ^ {2} \} \ cdots \ {4k ^ {2} - (2n -1) ^ {2} \} \ n fölött! \, 2 ^ {3n} \, (2 \ mu) ^ {n}} \ jobbra}}Ebben a konkrét esetben, amikor k nagy az O rendben ( √ 2 μ ), a törvény a normál törvény felé halad :
f(k;μ,μ)∼e-k2/4μ4πμ.{\ displaystyle f (k; \ mu, \ mu) \ sim {\ mathrm {e} ^ {- k ^ {2} / 4 \ mu} \ over {\ sqrt {4 \ pi \ mu}}}.}
Hivatkozások
- Abramowitz, M. és Stegun, IA (szerk.) (1972) "Módosított Bessel-funkciók I és K". 9.6–9.7. Szakasz a Matematikai függvények képletekkel, grafikonokkal és matematikai táblázatokkal , 9. nyomtatás, p. 374-378 . New York: Dover.
- Irwin, JO (1937) "Két független változó közötti különbség frekvenciaeloszlása ugyanazon Poisson-eloszlást követi." A Királyi Statisztikai Társaság folyóirata: A sorozat , 100 (3), 415-416. JSTOR : 2980526
- Karlis, D. és Ntzoufras, I. (2003) "Sportadatok elemzése kétváltozós Poisson-modellekkel". A Királyi Statisztikai Társaság folyóirata: D sorozat (The Statistician) , 52 (3), 381–393. doi: 10.1111 / 1467-9884.00366
- Karlis D. és Ntzoufras I. (2006). Bayes-elemzés a számlálási adatok különbségeiről. Statisztika az orvostudományban , 25, 1885-1905. [1] DOI : 10.1002 / sim.2382
- Skellam, JG (1946) "Két Poisson-variáns különbségének gyakorisági eloszlása különböző populációkhoz tartozik". A Royal Statistics Society folyóirata: A sorozat , 109 (3), 296. JSTOR : 2981372
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">