Binomu sadalījuma momenta ģenerēšanas funkcija

Nejauša mainīgā lieluma vidējā un dispersija X ar binomālās varbūtības sadalījums var būt grūti tieši aprēķināt. Lai gan var būt skaidrs, kas jādara, izmantojot definīciju paredzamā vērtība no X un X2, šo darbību faktiskā izpilde ir viltīga algebras un summēšanas žonglēšana. Alternatīvs veids vidējās vērtības un dispersijas noteikšanai a divdomīgais sadalījums ir izmantot momentu ģenerējošā funkcija priekš X.

Binomāls nejaušs mainīgais

Sāciet ar izlases mainīgo X un aprakstiet varbūtības sadalījums konkrētāk. Veiciet n neatkarīgi Bernoulli izmēģinājumi, no kuriem katram ir veiksmes varbūtība lpp un neveiksmes varbūtība 1 - lpp. Tādējādi varbūtības masas funkcija ir

f (x) = C(n, x)lppx(1 – lpp)n - x

Šeit termins C(n, x) apzīmē kombināciju skaitu n ņemti elementi x vienlaikus un x var ņemt vērtības 0, 1, 2, 3,..., n.

Momenta ģenerēšanas funkcija

Izmantojiet šo varbūtības masas funkciju, lai iegūtu momenta ģenerēšanas funkciju X:

M(t) = Σx = 0netxC(n,x)>)lppx(1 – lpp)n - x.

Kļūst skaidrs, ka jūs varat apvienot terminus ar eksponentu x:

instagram viewer

M(t) = Σx = 0n (pet)xC(n,x)>)(1 – lpp)n - x.

Turklāt, izmantojot binominālo formulu, šī izteiksme ir vienkārši:

M(t) = [(1 – lpp) + pet]n.

Vidējā aprēķināšana

Lai atrastu nozīmē un dispersija, jums būs jāzina abi M”(0) un M’’(0). Sāciet aprēķināt savus atvasinājumus un pēc tam novērtējiet katru no tiem t = 0.

Jūs redzēsit, ka mirkļu ģenerēšanas funkcijas pirmais atvasinājums ir:

M’(t) = n(pet)[(1 – lpp) + pet]n - 1.

No tā jūs varat aprēķināt varbūtības sadalījuma vidējo lielumu. M(0) = n(pe0)[(1 – lpp) + pe0]n - 1 = np. Tas atbilst izteicienam, ko mēs tieši ieguvām no vidējā lieluma definīcijas.

Dispersijas aprēķins

Dispersijas aprēķināšana tiek veikta līdzīgi. Vispirms atkal diferencējiet momentu ģenerējošo funkciju, un tad mēs novērtējam šo atvasinājumu pie t = 0. Šeit jūs to redzēsit

M’’(t) = n(n - 1)(pet)2[(1 – lpp) + pet]n - 2 + n(pet)[(1 – lpp) + pet]n - 1.

Lai aprēķinātu šī nejaušā mainīgā dispersiju, kas jums jāatrod M’’(t). Šeit jums ir M’’(0) = n(n - 1)lpp2 +np. Dispersija σ2 no jūsu izplatīšanas ir

σ2 = M’’(0) – [M’(0)]2 = n(n - 1)lpp2 +np - (np)2 = np(1 - lpp).

Lai arī šī metode ir nedaudz iesaistīta, tā nav tik sarežģīta kā vidējā lieluma un dispersijas aprēķināšana tieši no varbūtības masas funkcijas.

instagram story viewer