コンテンツにスキップ
Wikipedia

第2種ベータ分布

出典: フリー百科事典『ウィキペディア(Wikipedia)』
第2種ベータ分布
確率密度関数
累積分布関数
母数 α > 0 {\displaystyle \alpha >0} {\displaystyle \alpha >0} 形状母数 (実数)
β > 0 {\displaystyle \beta >0} {\displaystyle \beta >0} 形状母数 (実数)
x ( 0 , ) {\displaystyle x\in (0,\infty )} {\displaystyle x\in (0,\infty )}
確率密度関数 f ( x ) = x α 1 ( 1 + x ) α β B ( α , β ) {\displaystyle f(x)={\frac {x^{\alpha -1}(1+x)^{-\alpha -\beta }}{B(\alpha ,\beta )}}} {\displaystyle f(x)={\frac {x^{\alpha -1}(1+x)^{-\alpha -\beta }}{B(\alpha ,\beta )}}}
B ( a , b ) {\displaystyle B(a,b)} {\displaystyle B(a,b)}ベータ関数
累積分布関数 I x 1 + x ( α , β ) {\displaystyle I_{{\frac {x}{1+x}}(\alpha ,\beta )}} {\displaystyle I_{{\frac {x}{1+x}}(\alpha ,\beta )}}
I z ( a , b ) {\displaystyle I_{z}(a,b)} {\displaystyle I_{z}(a,b)} は正則化された不完全ベータ関数
期待値 α β 1  if  β > 1 {\displaystyle {\frac {\alpha }{\beta -1}}{\text{ if }}\beta >1} {\displaystyle {\frac {\alpha }{\beta -1}}{\text{ if }}\beta >1}
最頻値 α 1 β + 1  if  α 1 , 0 otherwise {\displaystyle {\frac {\alpha -1}{\beta +1}}{\text{ if }}\alpha \geq 1{\text{, 0 otherwise}}} {\displaystyle {\frac {\alpha -1}{\beta +1}}{\text{ if }}\alpha \geq 1{\text{, 0 otherwise}}}
分散 α ( α + β 1 ) ( β 2 ) ( β 1 ) 2  if  β > 2 {\displaystyle {\frac {\alpha (\alpha +\beta -1)}{(\beta -2)(\beta -1)^{2}}}{\text{ if }}\beta >2} {\displaystyle {\frac {\alpha (\alpha +\beta -1)}{(\beta -2)(\beta -1)^{2}}}{\text{ if }}\beta >2}
歪度 2 ( 2 α + β 1 ) β 3 β 2 α ( α + β 1 )  if  β > 3 {\displaystyle {\frac {2(2\alpha +\beta -1)}{\beta -3}}{\sqrt {\frac {\beta -2}{\alpha (\alpha +\beta -1)}}}{\text{ if }}\beta >3} {\displaystyle {\frac {2(2\alpha +\beta -1)}{\beta -3}}{\sqrt {\frac {\beta -2}{\alpha (\alpha +\beta -1)}}}{\text{ if }}\beta >3}
モーメント母関数 e t Γ ( α + β ) Γ ( β ) G 1 , 2 2 , 0 ( α + β β , 0 | t ) {\displaystyle {\frac {e^{-t}\Gamma (\alpha +\beta )}{\Gamma (\beta )}}G_{1,2}^{,2,0円}\!\left(\left.{\begin{matrix}\alpha +\beta \\\beta ,0\end{matrix}}\;\right|,円-t\right)} {\displaystyle {\frac {e^{-t}\Gamma (\alpha +\beta )}{\Gamma (\beta )}}G_{1,2}^{,2,0円}\!\left(\left.{\begin{matrix}\alpha +\beta \\\beta ,0\end{matrix}}\;\right|,円-t\right)}
Γ ( z ) {\displaystyle \Gamma (z)} {\displaystyle \Gamma (z)}ガンマ関数
G p , q m , n ( b 1 , , b q a 1 , , a p | z ) {\displaystyle G_{p,q}^{,円m,n}{\Bigl (}{}_{,円b_{1},\ldots ,b_{q}}^{a_{1},\ldots ,a_{p}},円{\Big |},円z{\Bigr )}} {\displaystyle G_{p,q}^{,円m,n}{\Bigl (}{}_{,円b_{1},\ldots ,b_{q}}^{a_{1},\ldots ,a_{p}},円{\Big |},円z{\Bigr )}}マイヤーのG関数 (英語版)
テンプレートを表示

第2種ベータ分布(だい2しゅベータぶんぷ、: beta prime distribution, beta distribution of the second kind)とは、第1種ベータ分布に従う確率変数 X に対して、X/1 − X の従う連続確率分布分布のことである。その確率密度関数は以下で与えられる。

f ( x ; α , β ) = x α 1 ( 1 + x ) α β B ( α , β ) {\displaystyle f(x;\alpha ,\beta )={\frac {x^{\alpha -1}(1+x)^{-\alpha -\beta }}{B(\alpha ,\beta )}}} {\displaystyle f(x;\alpha ,\beta )={\frac {x^{\alpha -1}(1+x)^{-\alpha -\beta }}{B(\alpha ,\beta )}}}

ここで、αβ は正実数のパラメータであり、確率変数 x のとる値の範囲は正実数全体である。

一般化第2種ベータ分布

[編集 ]

ともに正実数の形状パラメータ p とスケールパラメータ q を加えて一般化した、下記の確率密度関数で与えられる分布を一般化第2種ベータ分布(: generalized beta prime distribution)という。

f ( x ; α , β , p , q ) = p ( x q ) α p 1 ( 1 + ( x q ) p ) α β q B ( α , β ) {\displaystyle f(x;\alpha ,\beta ,p,q)={\frac {p\left({\frac {x}{q}}\right)^{\alpha p-1}\left(1+\left({\frac {x}{q}}\right)^{p}\right)^{-\alpha -\beta }}{qB(\alpha ,\beta )}}} {\displaystyle f(x;\alpha ,\beta ,p,q)={\frac {p\left({\frac {x}{q}}\right)^{\alpha p-1}\left(1+\left({\frac {x}{q}}\right)^{p}\right)^{-\alpha -\beta }}{qB(\alpha ,\beta )}}}

参考文献

[編集 ]
  • 蓑谷千凰彦、統計分布ハンドブック、朝倉書店 (2003).
  • B. S. Everitt(清水良一訳)、統計科学辞典、朝倉書店 (2002).

関連項目

[編集 ]
離散単変量で
有限台
離散単変量で
無限台
連続単変量で
有界区間に台を持つ
連続単変量で
半無限区間に台を持つ
連続単変量で
実数直線全体に台を持つ
連続単変量で
タイプの変わる台を持つ
混連続-離散単変量
多変量 (結合)
方向
退化特異
サンプリング法 (英語版)

AltStyle によって変換されたページ (->オリジナル) /