İki değişkenli Poisson dağılımının türetilmesi


14

Son zamanlarda iki değişkenli Poisson dağılımıyla karşılaştım, ancak nasıl türetilebileceği konusunda biraz kafam karıştı.

Dağıtım:

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

Toplayabildiğim kadarıyla, \ theta_ {0}θ0 terimi X ve Y arasındaki korelasyonun bir ölçüsüdür Y; dolayısıyla, X ve Y bağımsız olduğunda, θ0=0 ve dağılım basitçe iki tek değişkenli Poisson dağılımının ürünü haline gelir.

Bunu akılda tutarak, karışıklığım toplama terimine dayanıyor - sanırım bu terim X ve Y arasındaki korelasyonu açıklıyor Y.

Bana öyle geliyor ki, summand, "başarı" olasılığının (θ0θ1θ2) ve "başarısızlık" olasılığı i!1min(x,y)i , çünkü (i!1min(x,y)i!)(min(x,y)i)=i!, ama bununla uzakta olabilirim.

Birisi bu dağılımın nasıl türetilebileceği konusunda yardım sağlayabilir mi? Ayrıca, bu modelin çok değişkenli bir senaryoya (üç veya daha fazla rasgele değişken diyelim) nasıl genişletilebileceği herhangi bir cevaba dahil edilebilirse, bu harika olurdu!

(Son olarak, daha önce yayınlanmış benzer bir soru olduğunu not ettim (İki değişkenli Poisson dağılımını anlama ), ancak türetme aslında araştırılmadı.)


2
Üslü ilk terim yerine mı? e(θ1+θ2+θ0)eθ1+θ2+θ0
Gilles

1
@Giles Üzgünüz, başlangıçta yorumunuzu yanlış okudum - evet, haklısınız; terim . Yakaladığınız için teşekkürler! e(θ1+θ2+θ0)
user9171

3
Genel olarak, birkaç geleneksel istisna dışında, tek değişkenli dağılımların çok değişkenli versiyonları için "" "değildir (" örneğin "çok değişkenli normal). Hangi özelliklerin en önemli olduğuna bağlı olarak, çok değişkenli uzantılar almanın birçok yolu vardır. Farklı yazarların ortak tek değişkenli dağılımların farklı çok değişkenli versiyonları olabilir. Yani genel olarak, tek "gibi bir şey diyebilirsiniz bir değişkenli Poisson" veya 'So-ve-so İki değişkenli Poisson var" Bu bir değil sadece bir oldukça doğal bir olmakla birlikte,..
Glen_b -Reinstate Monica

2
(ctd) ... örneğin, bazı yazarlar olumsuz bağımlılık gösterebilen çok değişkenli bir dağılım ararlar, bu sahip olmayan bir yetenek.
Glen_b

Yanıtlar:


18

Bir de sürgü sunum Karlis ve Ntzoufras dağılımı gibi bir çift değişkenli Poisson tanımlar burada bağımsız olarak mı, Poisson dağılımlar. Böyle bir dağıtım aracına sahip olmanın(X,Y)=(X1+X0,X2+X0)Xiθi

Pr(Xi=k)=eθiθikk!

içink=0,1,2,.

Olay olayların ayrık birleşimidir(X,Y)=(x,y)

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

üç bileşeni de negatif olmayan tamsayı yapan tüm için , sonucunu çıkarabiliriz . Çünkü onların olasılıklar çarpın bağımsızdır, neredeni0imin(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).

Bu bir formül; İşimiz bitti. Ancak sorudaki formüle eşdeğer olduğunu görmek için, bu olasılıkları parametreleri ( sıfır olduğu varsayılarak) olarak yazmak için Poisson dağılımının tanımını kullanarak cebirsel olarak yeniden çalışın ürünü gibi olabildiğince fazla bakmak için :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)!).

Gerçekten istiyorsanız - biraz müstehcen - binom katsayıları Ve kullanarak toplamdaki terimleri tekrar ifade edebilirsiniz. , çıktı(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,

tam olarak sorudaki gibi.


Çok değişkenli senaryolara genelleme, gereken esnekliğe bağlı olarak birkaç şekilde ilerleyebilir. En basit olanı,

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

bağımsız Poisson dağıtımı için değişkenleri . Daha fazla esneklik için ilave değişkenler eklenebilir. Örneğin, bağımsız Poisson değişkenleri ve , nin çok değişkenli dağılımını düşününX0,X1,,XdηiY1,,YdXi+(Yi+Yi+1++Yd)i=1,2,,d.


1
şeref! Btw, son adımdan önce büyük parantez içindeki ikinci mı? eθ0eθ2
Gilles

1
@Gilles Yazım hatası yakaladığınız için teşekkür ederim - düzelttim. İlk üs olması gereken ; , parantezler içinde doğrudur. θ0+θ1θ1+θ2eθ0
whuber

@whuber Bir milyon teşekkürler! Mükemmel bir cevap!
user9171

@whuber Harika cevap! Olayın neden olayların ayrık birliği olması gerektiğini hala anlamıyorum . Sanırım bu sadece için geçerli . Belki de (bileşen bakımından)? Ancak bu, dağıtım işlevini karakterize etmek için yeterli mi? (X,Y)=(x,y)(X0,X1,X2)=(i,xi,yi)i=0(X,Y)(x,y)
vanguard2k

@ vanguard2k Yorumunuzu anlamıyorum. Bu olayların ayrık olmadığını iddia ediyor musunuz ? (Yine de olmalılar, çünkü farklı değerleri var .) Yoksa bunların kapsamlı olmadıklarını mı iddia ediyorsunuz? (Eğer öyleyse, nin hangi değer (ler) X0(X,Y)
inin

4

İki değişkenli poisson dağılımını türetmenin bir yolu.

Let parametreleri ile bağımsız Poisson rasgele değişkenler . Sonra . Değişken hem ortak bir , çift neden olur orantılı olduğunu göstermektedir. O zaman olasılık kütle işlevini hesaplamalıyız:X0,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)

Umarım bu yardımcı olur!

1
Merhaba Kjetil - biçimlendirmesiyle ilgili sorunları (ancak mümkün olduğunca az değişiklik yapmak isteyen birkaç yazım hatası bozulmadı). Önceki cevabımda neden türetmenin bir kopyasını yayınladığınızı anlamıyorum, özellikle de nihai sonucun yanlış olmasına neden olan yol boyunca bazı önemli faktörleri kaybettiğinizde. Belirtmeye çalıştığınız belirli bir nokta var mı? TEX
whuber

1
whuber: Cevabımı gönderilmeden önce cevabımı yazmaya başladım! yoksa yazmazdım.
kjetil b halvorsen
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.