Dirichletverteilung

Dirichletverteilung
Beispiele einer Dirichlet-Verteilung mit K=3 für verschiedene Parametervektoren α. Im Uhrzeigersinn von oben links: α=(6, 2, 2), (3, 7, 5), (6, 2, 6), (2, 3, 4).

Die Dirichletverteilung (nach Peter Gustav Lejeune Dirichlet) ist eine Familie von stetigen, multivariaten Wahrscheinlichkeitsverteilungen.

Sie ist die multivariate Erweiterung der Beta-Verteilung und die a-priori-Verteilung der multinomialen Verteilung in Bayesscher Statistik. Ihre Dichtefunktion gibt die Wahrscheinlichkeiten von K verschiedenen, exklusiven Ereignissen an, wenn jedes Ereignis αi − 1 mal beobachtet wurde.

Veranschaulichung

Die multinomiale Verteilung gibt die Wahrscheinlichkeiten pk für k unterschiedliche Ereignisse an, also z.B. wie wahrscheinlich es ist eine Sechs zu würfeln. Im Gegensatz dazu gibt die Dirichlet-Verteilung an, wie wahrscheinlich eine Verteilung ist, könnte also im Falle einer Würfelfabrik angeben, wie wahrscheinlich die Verteilungen der Würfelergebnisse bei den fabrizierten Würfeln sind. Im Falle von exakten Maschinen wäre diese bei allem anderen als der uniformen Verteilung (alle Augenzahlen gleichwahrscheinlich) sehr gering, was einem α mit gleichen und sehr hohen Elementen wie etwa (1000,1000,1000,1000,1000,1000) entspräche. α = (1000,500,500,500,500,500) würde bedeuten, dass die Maschinen Würfel fabrizieren, bei denen die Augenzahl 1 doppelt so häufig vorkommt wie jede andere Augenzahl. Und dies fast ausnahmslos, da die Werte wiederum sehr hoch sind und damit die Varianz niedrig. Wären die Werte in α alle 0,1 bedeutete dies, dass Würfel hergestellt werden die eine starke Tendenz zu einer Augenzahl haben. Jedoch ist diese bevorzugte Augenzahl eines Würfels zufällig und ohne Tendenz zu bestimmten Bevorzugungen, da alle Werte in α gleich sind. Je kleiner die Werte, desto seltener sind Würfel, die nicht nur eine Augenzahl ergeben.

Dichtefunktion

Die Dirichletverteilung der Ordnung K ≥ 2 mit den Parametern α1,...,αK > 0 hat folgende Dichtefunktion:

f(x_1,\dots, x_{K}; \alpha_1,\dots, \alpha_K) = \frac{1}{\mathrm{B}(\alpha)} \prod_{i=1}^K x_i^{\alpha_i - 1}

für alle x1,...,xK − 1 > = 0 mit x1 + ... + xK − 1 < = 1 und xK = 1 − (x1 + ... + xK − 1). Daher ist die Summe aller Wahrscheinlichkeiten xi,i = 1...K gleich 1.

Die normierende Konstante ist die multinomiale Betafunktion, welche durch Gammafunktionen dargestellt werden kann:

\mathrm{B}(\alpha) = \frac{\prod_{i=1}^K \Gamma(\alpha_i)}{\Gamma\bigl(\sum_{i=1}^K \alpha_i\bigr)},\qquad\alpha=(\alpha_1,\dots,\alpha_K).

Weblinks


Wikimedia Foundation.

Игры ⚽ Нужна курсовая?

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Dirichlet-Verteilung — Beispiele einer Dirichlet Verteilung mit K=3 für verschiedene Parametervektoren α. Im Uhrzeigersinn von oben links: α=(6, 2, 2), (3, 7, 5), (6, 2, 6), (2, 3, 4). Die Dirichletverteilung (nach Peter Gustav… …   Deutsch Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”