Weibull Distribution v / s การแจกแจงแกมม่า


16

ความแตกต่างระหว่างสัญชาตญาณเบื้องหลังการแจกแจงแกมม่าและไวบูลคืออะไร? มีความสัมพันธ์ระหว่างสองความหนาแน่นหรือไม่?

กรุณาช่วย

คำตอบ:


25

ทั้งการแจกแจงแกมม่าและ Weibull สามารถมองได้ว่าเป็นการกระจายตัวแบบเอกซ์โพเนนเชียล ถ้าเราดูการแจกแจงแบบเอ็กซ์โพเนนเชียลเป็นการอธิบายเวลารอของกระบวนการปัวซอง (เวลาที่เราต้องรอจนกว่าจะมีเหตุการณ์เกิดขึ้นหากเหตุการณ์นั้นมีแนวโน้มที่จะเกิดขึ้นในช่วงเวลาเท่ากัน) ดังนั้นการแจกแจงอธิบายเวลาที่เราต้องรอเหตุการณ์อิสระที่จะเกิดขึ้นkΓ(k,θ)k

ในทางกลับกันการแจกแจงแบบ Weibull จะอธิบายเวลาที่เราต้องรอให้เหตุการณ์หนึ่งเกิดขึ้นได้อย่างมีประสิทธิภาพหากเหตุการณ์นั้นมีโอกาสมากขึ้นหรือน้อยลงตามเวลา นี่พารามิเตอร์อธิบายวิธีการอย่างรวดเร็วน่าจะเป็นทางลาดขึ้นไป (สัดส่วนกับ )t k - 1ktk1

เราสามารถเห็นความแตกต่างของผลกระทบโดยดูที่ไฟล์ PDF ของการแจกแจงสองแบบ ละเว้นค่าคงที่ normalizing ทั้งหมด:

fΓ(x)xk1exp(xθ)fW(x)xk1exp((xλ)k)

อย่างที่คุณเห็นจากนี้ไฟล์ PDF สำหรับการแจก Weibull ลดลงเร็วกว่า (สำหรับ ) หรือช้ากว่า (สำหรับ ) มากกว่าการกระจายแกมม่า ในกรณีที่ทั้งคู่จะลดการแจกแจงเอ็กซ์โพเนนเชียลk < 1 k = 1k>1k<1k=1


1
สิ่งนี้มีประโยชน์มาก! โดยปกติการแจกแจงทั้งสองอย่างมักจะใช้สำหรับตัวแปรอื่นนอกเหนือจากเวลาที่รอคอยเพื่อให้ได้มาและแรงจูงใจอาจแตกต่างกันมาก ในบันทึกอื่น Weibull และ Poisson สมควรได้รับเมืองหลวงเริ่มต้นของพวกเขาเพราะพวกเขาได้รับการตั้งชื่อตามผู้คน แต่การอภิปรายจำนวนมาก (ฉันต้องการเสี่ยงมากที่สุด) เกี่ยวกับเลขชี้กำลังและแกมม่าไม่ได้ใช้ตัวพิมพ์ใหญ่เริ่มต้น
Nick Cox

แก้ไขการใช้อักษรตัวพิมพ์ใหญ่ - ฉันเหนื่อยเมื่อฉันเขียนคำตอบและ OP มีตัวพิมพ์ใหญ่ Gamma ดังนั้นฉันจึงวิ่งไปกับมัน คุณมีสิทธิ์ที่จะใช้การแจกแจงเหล่านี้ทุกครั้งไม่ใช่เวลารอ แต่ฉันคิดว่านี่เป็นสัญชาตญาณที่ดีที่สุด หากมีวิธีคิดที่ดีอีกวิธีหนึ่งฉันชอบที่จะได้ยิน
Martin O'Leary

ฉันไม่มีเรื่องทั่วไปที่ดีกว่า! การใช้อักษรตัวพิมพ์ใหญ่ (เช่น gamma / Gamma) เป็นเรื่องปกติของการประชุมเมื่อไม่มีการใช้นามสกุล
Nick Cox
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.