1. Γ(a+b)Γ(a)Γ(b):归一化系数

Beta(μ|a,b)=Γ(a+b)Γ(a)Γ(b)μa−1(1−μ)b−1

面对这样一个复杂的概率密度函数,我们不禁要问,Γ(a+b)Γ(a)Γ(b) 是怎么来的,还有既然是一种分布,是否符合归一化的要求,即:

∫10Beta(μ|a,b)dμ=1

通过后续的求解我们将发现,这两者其实是同一个问题,即正是为了使得 Beta 分布符合归一化的要求,才在前面加了 Γ(a+b)Γ(a)Γ(b),这样复杂的归一化系数。

为了证明:

∫10Beta(μ|a,b)=1⇒∫10Γ(a+b)Γ(a)Γ(b)μa−1(1−μ)b−1dμ⇓∫10μa−1(1−μ)b−1dμ=Γ(a)Γ(b)Γ(a+b)

进一步,根据 Γ(x)=∫∞0e−ttx−1dt 的定义,我们首先来计算(令 t=x+y):

Γ(a)Γ(b)======∫∞0e−xxa−1dx∫∞0e−yyb−1dy∫∞0xa−1{∫∞xe−t(t−x)b−1dt}dx(交换t与x的积分顺序,注意画图)∫∞0e−t{∫t0xa−1(t−x)b−1dx}dt(变换替换x=tμ)∫∞0e−t{∫10(tμ)a−1(t−tμ)b−1tdμ}dt∫∞0e−tta+b−1dt∫10μa−1(1−μ)b−1dμΓ(a+b)∫10μa−1(1−μ)b−1dμ

因此:

∫10μa−1(1−μ)b−1dμ=Γ(a)Γ(b)Γ(a+b)

2. 期望与方差的计算

首先来看期望:

E(μ)====∫10μΓ(a+b)Γ(a)Γ(b)μa−1(1−μ)b−1dμΓ(a+b)Γ(a)Γ(b)∫10μa+1−1(1−μ)b−1dμΓ(a+b)Γ(a)Γ(b)Γ(a+1)Γ(b)Γ(a+1+b)aa+b

计算方差之前,首先计算二阶矩:

E(μ2)=Γ(a+b)Γ(a)Γ(b)Γ(a+2)Γ(b)Γ(a+2+b)=a(a+1)(a+b)(a+b+1)

因此方差:

var[μ]=E(μ2)−E2(μ)=ab(a+b)2(a+b+1)

Beta 分布归一化的证明(系数是怎么来的),期望和方差的计算的更多相关文章

  1. 数理统计4:均匀分布的参数估计,次序统计量的分布,Beta分布

    接下来我们就对除了正态分布以外的常用参数分布族进行参数估计,具体对连续型分布有指数分布.均匀分布,对离散型分布有二项分布.泊松分布几何分布. 今天的主要内容是均匀分布的参数估计,内容比较简单,读者应尝 ...

  2. 二项分布 多项分布 伽马函数 Beta分布

    http://blog.csdn.net/shuimu12345678/article/details/30773929 0-1分布: 在一次试验中,要么为0要么为1的分布,叫0-1分布. 二项分布: ...

  3. 如何通俗理解贝叶斯推断与beta分布?

    有一枚硬币(不知道它是否公平),假如抛了三次,三次都是“花”: 能够说明它两面都是“花”吗? 1 贝叶斯推断 按照传统的算法,抛了三次得到三次“花”,那么“花”的概率应该是: 但是抛三次实在太少了,完 ...

  4. 二项分布 , 多项分布, 以及与之对应的beta分布和狄利克雷分布

    1. 二项分布与beta分布对应 2. 多项分布与狄利克雷分布对应 3. 二项分布是什么?n次bernuli试验服从 二项分布 二项分布是N次重复bernuli试验结果的分布. bernuli实验是什 ...

  5. Beta分布从入门到精通

    近期一直有点小忙,可是不知道在瞎忙什么,最终有时间把Beta分布的整理弄完. 以下的内容.夹杂着英文和中文,呵呵- Beta Distribution Beta Distribution Defini ...

  6. 指数家族-Beta分布

    2. Beta分布 2.1 Beta分布 我们将由几个问题来得引出几个分布: 问题一:1:  2:把这个  个随机变量排序后得到顺序统计量  3:问  是什么分布 首先我们尝试计算  落在一个区间   ...

  7. (转)Gamma分布,Beta分布,Multinomial多项式分布,Dirichlet狄利克雷分布

    1. Gamma函数 首先我们可以看一下Gamma函数的定义: Gamma的重要性质包括下面几条: 1. 递推公式: 2. 对于正整数n, 有 因此可以说Gamma函数是阶乘的推广. 3.  4.  ...

  8. 二项分布和Beta分布

    原文为: 二项分布和Beta分布 二项分布和Beta分布 In [15]: %pylab inline import pylab as pl import numpy as np from scipy ...

  9. 关于Beta分布、二项分布与Dirichlet分布、多项分布的关系

    在机器学习领域中,概率模型是一个常用的利器.用它来对问题进行建模,有几点好处:1)当给定参数分布的假设空间后,可以通过很严格的数学推导,得到模型的似然分布,这样模型可以有很好的概率解释:2)可以利用现 ...

随机推荐

  1. iOS - CocoaPods操作详解

    在我们进行iOS应用开发的时候,肯定会用到很多的第三方类库,最常用AFNetworking,SDWebImage等等,当我们用到这个类库的时候,就要一个一个的去下载这个类库,如果这个类库中又用到了其他 ...

  2. Leetcode0019--Remove Nth Node From End of List 移除链表第N个结点

    [转载请注明]http://www.cnblogs.com/igoslly/p/8672656.html 看一下题目: Given a linked list, remove the nth node ...

  3. maven多个子项目、父项目之间的引用问题

    在项目时用到maven管理项目,在一个就项目的基础上开发新的项目:关于子项目和父项目,子项目与子项目之间的调用问题,发现自己存在不足,以下是自己查询的问题,解决了自己的疑惑. 问题 下面是一个简略的项 ...

  4. ASP.NE 上传文件控件

    protected void Button1_Click(object sender, EventArgs e) { //if (Request["id"]==null & ...

  5. 微信小程序播放背景音乐

    小程序实现和h5一样的音乐图标一直旋转. 一..js中封装旋转动画方法 添加animation属性 data:{ animation:''" } 改变animation的值(官网提供角度范围 ...

  6. BZOJ 1705: [Usaco2007 Nov]Telephone Wire 架设电话线 DP + 优化 + 推导

    Description 最近,Farmer John的奶牛们越来越不满于牛棚里一塌糊涂的电话服务 于是,她们要求FJ把那些老旧的电话线换成性能更好的新电话线. 新的电话线架设在已有的N(2 <= ...

  7. linux -- 扩容 /home 空间( xfs文件系统分区扩容指定挂载点)

    问题: /home空间容量不够使用,扩容卷组,扩容挂载点 方法: 1. 确认有可用的物理磁盘 fdisk -l -- 查看磁盘信息 df -h -- 查看当前挂载信息 vgs -- 查看当前卷组信息 ...

  8. Java设计模式之 — 适配器(Adapter)

    转载请注明出处:http://blog.csdn.net/guolin_blog/article/details/9400141 今天一大早,你的leader就匆匆忙忙跑过来找到你:“快,快,紧急任务 ...

  9. Hystrix 断流器

    一.分布式系统面临的问题 服务雪崩 多个服务之间调用的时候,假设微服务 A 调用微服务 B 和微服务 C,,微服务 B 和微服务 C 又调用其他的微服务,这就是所谓的“扇出”.如果扇出的链路上某个微服 ...

  10. DBMS_SPACE包的使用

    最近有朋友问到了DBMS_SPACE包的使用,也看了一下,大部分是关于dbms_space.space_usage的使用,space_usage这个过程的例子已经很多了,我也就不再多说了,除了这个过程 ...