สืบทอดการกระจายปัวซอง


14

เมื่อไม่นานมานี้ฉันได้พบกับการแจกแจงปัวซองแบบกระจายตัว แต่ฉันสับสนเล็กน้อยว่ามันจะเกิดขึ้นได้อย่างไร

การกระจายมอบให้โดย:

P(X=x,Y=y)=e(θ1+θ2+θ0)θ1xx!θ2yy!i=0min(x,y)(xi)(yi)i!(θ0θ1θ2)i

จากสิ่งที่ฉันสามารถรวบรวมได้θ0เทอมคือการวัดความสัมพันธ์ระหว่างXและY ; ดังนั้นเมื่อXและYเป็นอิสระθ0=0และการกระจายจะกลายเป็นผลคูณของการแจกแจงแบบปัวซองแบบสองตัวแปร

แบริ่งในใจ, สับสนของฉันคือการบอกกล่าวกับคำบวก - ฉันสมมติว่าในระยะนี้จะอธิบายถึงความสัมพันธ์ระหว่างXและYY

ดูเหมือนว่าฉันว่า summand ถือเป็นผลคูณของฟังก์ชันการแจกแจงแบบทวินามที่น่าจะเป็นของ "ความสำเร็จ" โดย(θ0θ1θ2)และความน่าจะเป็นของ "ความล้มเหลว" มอบให้โดยi!1min(x,y)iเพราะ(i!1min(x,y)i!)(min(x,y)i)=i!แต่ฉันสามารถออกไปได้ด้วยสิ่งนี้

ใครช่วยให้ความช่วยเหลือเกี่ยวกับวิธีการที่จะได้รับการกระจาย? นอกจากนี้ถ้ามันสามารถรวมอยู่ในคำตอบใด ๆ ว่ารูปแบบนี้อาจขยายไปยังสถานการณ์หลายตัวแปร (พูดว่าตัวแปรสุ่มสามตัวหรือมากกว่า) นั่นจะดีมาก!

(ในที่สุดฉันได้ตั้งข้อสังเกตว่ามีคำถามที่คล้ายกันที่โพสต์ก่อนหน้านี้ ( ทำความเข้าใจเกี่ยวกับการแจกแจงปัวซอง bivariate ) แต่ที่มาไม่ได้สำรวจจริง ๆ )


2
เทอมแรกที่มีเลขชี้กำลังไม่ควรเป็นแทน ? e θ 1 + θ 2 + θ 0e(θ1+θ2+θ0)eθ1+θ2+θ0
Gilles

1
@Giles ขออภัยฉันอ่านความคิดเห็นของคุณผิดในขั้นต้น - ใช่คุณถูกต้อง คำที่ควรอ่าน{0})} ขอบคุณสำหรับการจับ! e(θ1+θ2+θ0)
user9171

3
โดยทั่วไปจะไม่ใช่ "การ" สำหรับการกระจายหลายตัวแปรแบบหลายตัวแปรโดยมีข้อยกเว้นตามปกติเล็กน้อย (ตัวอย่างเช่น "หลายตัวแปรปกติ") มีหลายวิธีในการรับส่วนขยายหลายตัวแปรขึ้นอยู่กับคุณลักษณะที่สำคัญที่สุดที่จะมี ผู้เขียนที่แตกต่างกันอาจมีการแจกแจง univariate ทั่วไปหลายตัวแปรหลายเวอร์ชัน ดังนั้นโดยทั่วไปคนหนึ่งอาจจะบอกว่าบางอย่างเช่น " หลายตัวแปร Poisson" หรือ 'ดังนั้นและเพื่อให้เป็น bivariate Poisson" หนึ่งนี้เป็นธรรมชาติสวยหนึ่ง แต่ไม่เพียงหนึ่ง..
Glen_b -Reinstate โมนิกา

2
(ctd) ... เช่นผู้เขียนบางคนมองหาการกระจายหลายตัวแปรที่มีความสามารถในการพึ่งพาเชิงลบความสามารถอันนี้ไม่มีอยู่
Glen_b -Reinstate Monica

คำตอบ:


18

ในการนำเสนอสไลด์ , Karlis และ Ntzoufras กำหนด bivariate Poisson การกระจายของที่อิสระมี Poissonกระจาย จำได้ว่ามีการกระจายดังกล่าวหมายถึงX(X,Y)=(X1+X0,X2+X0)θ iXiθi

Pr(Xi=k)=eθiθikk!

สำหรับk=0,1,2,.

เหตุการณ์คือการรวมกันของเหตุการณ์(X,Y)=(x,y)

(X0,X1,X2)=(i,xi,yi)

สำหรับทุกที่ทำให้จำนวนเต็มทั้งสามองค์ประกอบที่ไม่ใช่เชิงลบจากการที่เราอาจอนุมานว่าy) เนื่องจากเป็นอิสระจากความน่าจะเป็นของพวกเขาคูณดังนั้น0 ฉันนาที( x , y )i0imin(x,y)Xi

F(θ0,θ1,θ2)(x,y)=Pr((X,Y)=(x,y))=i=0min(x,y)Pr(X0=i)Pr(X1=xi)Pr(X2=yi).

นี่คือสูตร เราเสร็จแล้ว แต่เพื่อดูว่ามันเทียบเท่ากับสูตรในคำถามใช้คำจำกัดความของการแจกแจงปัวซงเพื่อเขียนความน่าจะเป็นเหล่านี้ในแง่ของพารามิเตอร์และ (สมมติว่าไม่ใช่ของเป็นศูนย์) ทำงานอีกครั้งโดยพีชคณิต เพื่อดูมากที่สุดเช่นผลิตภัณฑ์ :θ 1 , θ 2 Pr ( X 1 = x ) Pr ( X 2 =θiθ1,θ2Pr(X1=x)Pr(X2=y)

F(θ0,θ1,θ2)(x,y)=i=0min(x,y)(eθ0θ0ii!)(eθ1θ1xi(xi)!)(eθ2θ2yi(yi)!)=e(θ1+θ2)θ1xx!θ2yy!(eθ0i=0min(x,y)θ0ii!x!θ1i(xi)!y!θ2i(yi)!).

หากคุณต้องการ - มันค่อนข้างจะมีการชี้นำ - คุณสามารถแสดงเงื่อนไขในผลรวมโดยใช้สัมประสิทธิ์ทวินามและให้ผล(xi)=x!/((xi)!i!)(yi)

F(θ0,θ1,θ2)(x,y)=e(θ0+θ1+θ2)θ1xx!θ2yy!i=0min(x,y)i!(xi)(yi)(θ0θ1θ2)i,

เหมือนในคำถาม


การวางแนวทั่วไปให้กับสถานการณ์หลายตัวแปรสามารถดำเนินการได้หลายวิธีขึ้นอยู่กับความยืดหยุ่นที่จำเป็น ที่ง่ายที่สุดจะพิจารณาการกระจายของ

(X1+X0,X2+X0,,Xd+X0)

อิสระ Poisson กระจาย variates\ เพื่อความยืดหยุ่นที่มากขึ้นสามารถแนะนำตัวแปรเพิ่มเติมได้ ตัวอย่างเช่นใช้ตัวแปรPoissonอิสระและพิจารณาการกระจายหลายตัวแปรของ ,η ฉันY 1 , ... , Y d X ฉัน + ( Y ฉัน + Y ฉัน+ 1 + + Y dX0,X1,,XdηiY1,,Ydฉัน= 1 , 2 , ... , dXi+(Yi+Yi+1++Yd)i=1,2,,d.


1
รุ่งโรจน์! Btw,ที่สองไม่ควรอยู่ในวงเล็บใหญ่ก่อนขั้นตอนสุดท้ายคือ ? e - θ 2eθ0eθ2
Gilles

1
@Gilles ขอบคุณสำหรับการจับตัวพิมพ์ผิด - ฉันคงไว้แล้ว เลขชี้กำลังเริ่มต้นของจะต้องเป็น ; ในวงเล็บที่ถูกต้อง θ 1 + θ 2 e - θ 0θ0+θ1θ1+θ2eθ0
whuber

@whuber ขอบคุณล้าน! นั่นเป็นคำตอบที่สมบูรณ์แบบ!
user9171

@whuber คำตอบที่ดี! ผมก็ยังไม่เห็นว่าทำไมเหตุการณ์ควรจะเนื่องกันของเหตุการณ์ซีอานยี่) ฉันเดาว่านี่เป็นจริงสำหรับเท่านั้น คุณอาจหมายถึง (ส่วนประกอบฉลาด)? แต่นั่นก็เพียงพอแล้วที่จะจำแนกลักษณะของฟังก์ชันการแจกแจง? (X,Y)=(x,y)i = 0 ( X , Y ) ( x , y )(X0,X1,X2)=(i,xi,yi)i=0(X,Y)(x,y)
vanguard2k

@ vanguard2k ฉันไม่เข้าใจความคิดเห็นของคุณ คุณยืนยันเหตุการณ์เหล่านั้นไม่ได้แยกจากกัน? (แต่พวกเขาจะต้องเป็นเพราะพวกเขามีค่าที่แตกต่างกันของ .) หรือคุณยืนยันว่าพวกเขาจะไม่ครบถ้วนสมบูรณ์? (ถ้าเป็นเช่นนั้นคุณคิดว่ายังไม่ได้รวมมูลค่าของอะไร ?) ( X , Y )X0(X,Y)
whuber

4

นี่คือวิธีที่จะได้รับการแจกแจงปัวซอง bivariate

ให้เป็นอิสระ Poisson ตัวแปรสุ่มที่มีพารามิเตอร์\ จากนั้นเรากำหนดx_0 ตัวแปรร่วมกันทั้งทำให้ทั้งคู่ที่จะมีความสัมพันธ์ จากนั้นเราต้องคำนวณความน่าจะเป็นโดยรวมของ funtion:θ 0 , θ 1X0,X1,X2θ0,θ1,θ2Y1=X0+X1,Y2=X0+X2X0Y1Y2(Y1,Y2)

P(Y1=y1,Y2=y2)=P(X0+X1=y1,X0+X2=y2)=x0=0min(y1,y2)P(X0=x0)P(X1=y1x0)P(X2=y2y0)=x0=0min(y1,y2)eθ0θ0x0x0!eθ1θ1y1x0(y1x0)!eθ2θ2y2x0(y2x0)!=eθ0θ1θ2θ1y1θ2y2x0=0min(y1,y2)(θ0θ1θ2)x0x0!(y1x0)(y2x0)

หวังว่านี่จะช่วยได้!

1
สวัสดี Kjetil - ฉันแก้ไขปัญหาเกี่ยวกับการจัดรูปแบบ (แต่ต้องการเปลี่ยนให้น้อยที่สุดเท่าที่จะเป็นไปได้ ฉันไม่เข้าใจว่าทำไมคุณกำลังโพสต์แบบจำลองของคำที่มาในคำตอบก่อนหน้าของฉันโดยเฉพาะอย่างยิ่งเมื่อคุณสูญเสียปัจจัยสำคัญบางอย่างไปพร้อมกันซึ่งทำให้ผลลัพธ์สุดท้ายไม่ถูกต้อง มีจุดใดที่คุณพยายามทำหรือไม่? TEX
whuber

1
whuber: ฉันเริ่มเขียนคำตอบก่อนที่คำตอบของคุณจะถูกโพสต์ไว้! อื่นฉันจะไม่ได้เขียนมัน
kjetil b halvorsen
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.