פונקצית יצירת רגעים להפצה בינומית

הממוצע והשונות של משתנה אקראי איקס עם חלוקת הסתברות בינומית יכול להיות קשה לחישוב ישירות. למרות שזה יכול להיות ברור מה צריך לעשות בשימוש בהגדרת ה- ערך צפוי של איקס ו איקס2, ביצוע הצעדים בפועל הוא הלהטוטים מסובכים של אלגברה וסיכומים. דרך חלופית לקביעת הממוצע והשונות של א התפלגות הבינומית הוא להשתמש ב- פונקצית יצירת רגעים ל איקס.

משתנה אקראי בינומי

התחל עם המשתנה האקראי איקס ותאר את חלוקת הסתברויות באופן יותר ספציפי. ביצוע n ניסויים ברנולי עצמאיים, שלכל אחד מהם הסתברות להצלחה ע והסתברות לכישלון 1 - ע. לפיכך פונקצית מסת ההסתברות היא

ו (איקס) = ג(n, איקס)עאיקס(1 – ע)n - איקס

הנה המונח ג(n, איקס) מציין את מספר הצירופים של n אלמנטים שצולמו איקס בכל פעם, ו איקס יכול לקחת את הערכים 0, 1, 2, 3..., n.

פונקציה ליצירת רגעים

השתמש בפונקציה מסת מסתית זו כדי להשיג את הפונקציה המייצרת את הרגע של איקס:

M(t) = Σאיקס = 0nהtxג(n,איקס)>)עאיקס(1 – ע)n - איקס.

מתברר שאתה יכול לשלב את המונחים עם אקספקטנט של איקס:

M(t) = Σאיקס = 0n (pet)איקסג(n,איקס)>)(1 – ע)n - איקס.

יתר על כן, באמצעות הנוסחה הבינומית, הביטוי שלעיל הוא פשוט:

instagram viewer

M(t) = [(1 – ע) + pet]n.

חישוב הממוצע

על מנת למצוא את מתכוון ושונות, תצטרך לדעת את שניהם M'(0) ו- M’’(0). התחל בחישוב הנגזרים שלך ואז הערך כל אחד מהם בכתובת t = 0.

תראה שהנגזרת הראשונה של פונקציית יצירת הרגע היא:

M’(t) = n(pet)[(1 – ע) + pet]n - 1.

מכאן תוכלו לחשב את הממוצע של התפלגות ההסתברות. M(0) = n(pe0)[(1 – ע) + pe0]n - 1 = np. זה תואם את הביטוי שקיבלנו ישירות מהגדרת הממוצע.

חישוב השונות

חישוב השונות מבוצע באופן דומה. ראשית, נבדל שוב בין הפונקציה ליצירת הרגע ואז אנו מעריכים את הנגזרת הזו ב t = 0. כאן תראו את זה

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

כדי לחשב את השונות של משתנה אקראי זה עליכם למצוא M’’(t). כאן יש לך M’’(0) = n(n - 1)ע2 +np. השונות σ2 מההפצה שלך היא

σ2 = M’’(0) – [M’(0)]2 = n(n - 1)ע2 +np - (np)2 = np(1 - ע).

למרות ששיטה זו מעורבת במידה מסוימת, היא לא מסובכת כמו לחשב את הממוצע והשונות ישירות מתפקוד מסת ההסתברות.

instagram story viewer