לדלג לתוכן

התפלגות דיריכלה

מתוך המכלול, האנציקלופדיה היהודית
התפלגות דיריכלה
פונקציית צפיפות ההסתברות
מאפיינים
פרמטרים K2 מספר הקטגוריות (מספר שלם)
α=(α1,,αK) הם פרמטרים של ריכוז, כאשר αi>0
תומך x1,,xK כאשר xi[0,1] ו- i=1Kxi=1
פונקציית צפיפות הסתברות
(pdf)
1B(α)i=1Kxiαi1
כאשר B(α)=i=1KΓ(αi)Γ(α0)
ו- α0=i=1Kαi
תוחלת E[Xi]=αiα0
E[lnXi]=ψ(αi)ψ(α0)
(כאשר ψ היא פונקציית דיגמא)
ערך שכיח xi=αi1α0K,αi>1.
שונות Var[Xi]=α~i(1α~i)α0+1, Cov[Xi,Xj]=δijα~iα~iα~jα0+1
כאשר α~i=αiα0, ו- δij היא הדלתא של קרונקר
אנטרופיה H(X)=logB(α)+(α0K)ψ(α0)j=1K(αj1)ψ(αj)
כאשר α0 מוגדר כמו בשונות, למעלה; ו- ψ היא פונקציית דיגמא
פונקציה יוצרת מומנטים
(mgf)
αi=E[Xi](E[Xj](1E[Xj])V[Xj]1) כאשר j יכול להיות כל אינדקס כולל, i עצמו

בתורת ההסתברות ובסטטיסטיקה, התפלגות דיריכלה (על שם Peter Gustav Lejeune Dirichlet ), מסומנת לעיתים קרובות Dir(α), היא משפחה של התפלגויות רב-משתניות רציפות המוגדרות על ידי וקטור α של ממשיים חיוביים. זוהי הכללה רב-משתנית של התפלגות ביתא,[1] ומכאן שמה החלופי - התפלגות בטא רב-משתנית (MBD). [2] התפלגות דיריכלה משמשת בדרך כלל כהתפלגות פריורית בסטטיסטיקה בייסיאנית, ולמעשה, התפלגות דיריכלה היא ההתפלגות הצמודה של ההתפלגות הקטגוריאלית וההתפלגות המולטינומית.

ההכללה האינסוף-ממדית של התפלגות דיריכלה היא תהליך דיריכלה.

הגדרות

פונקציית צפיפות הסתברות

הדגמה כיצד הלוג של פונקציית הצפיפות משתנה כאשר K = 3 ואנו משנים את הווקטור α מ- α = (0.3, 0.3, 0.3) עד (2.0, 2.0, 2.0), תוך שמירה על כך שכל הרכיבים של α נשארים שווים זה לזה.

בערך זה
נעשה שימוש
בסימנים מוסכמים
מתחום המתמטיקה.
להבהרת הסימנים
ראו סימון מתמטי.

להתפלגות דיריכלה מסדר K2 עם פרמטרים 0<α1,...αK, יש פונקציית צפיפות, לפי למידת לבג במרחב האוקלידי K1, המתוארת באמצעות:

f(x1,,xK;α1,,αK)=1B(α)i=1Kxiαi1
כאשר {xk}k=1k=K שייכים לסימפלקס K1 תקני, או באופן שקול, לכל i{1,,K}, i=1Kxi=1xi[0,1].

הקבוע המנרמל הוא פונקציית בטא רב-משתנית, שניתן לבטאו במונחים של פונקציית גמא:

B(α)=i=1KΓ(αi)Γ(i=1Kαi),α=(α1,,αK)

תומך

התומך של התפלגות דיריכלה היא קבוצת וקטורים K ממדיים x שהערכים שלהם הם מספרים ממשיים בקטע [0,1] כך ש x1=Σixi=1, כלומר סכום הקואורדינטות שווה ל-1. למשל עבור K=3 התומך הוא משולש שווה-צלעות המשוכן במרחב התלת-ממדי, שקודקודיו בנקודות (1,0,0), (0,1,0) ו (0,0,1), כלומר נמצאים על צירי הקואורדינטות במרחק 1 מהראשית.

תכונות

מומנטים מסדר שני

יהי X=(X1,,XK)Dir(α). ויהי

α0=i=1Kαi .

אזי על פי[3]

E[Xi]=αiα0,
Var[Xi]=αi(α0αi)α02(α0+1).

פרט לכך, אם ij אז

Cov[Xi,Xj]=αiαjα02(α0+1) .

מטריצת הקוויראנס היא אם כך סימטרית והפיכה.

שכיח

השכיח של ההתפלגות הוא[4] הווקטור (x1,,xk) כאשר

xi=αi1α0K,αi>1 .

התפלגות שולית

ההתפלגות השוליות הן התפלגויות בטא[5]

XiBeta(αi,α0αi) .

אנטרופיה

קישורים חיצוניים

ויקישיתוף מדיה וקבצים בנושא התפלגות דיריכלה בוויקישיתוף

הערות שוליים

  1. S. Kotz; N. Balakrishnan; N. L. Johnson (2000). Continuous Multivariate Distributions. Volume 1: Models and Applications. New York: Wiley. ISBN 978-0-471-18387-7. (Chapter 49: Dirichlet and Inverted Dirichlet Distributions)
  2. Olkin, Ingram; Rubin, Herman (1964). "Multivariate Beta Distributions and Independence Properties of the Wishart Distribution". The Annals of Mathematical Statistics. 35 (1): 261–269. doi:10.1214/aoms/1177703748. JSTOR 2238036.
  3. BalakrishV. B. (2005). ""Chapter 27. Dirichlet Distribution"". A Primer on Statistical Distributions. Hoboken, NJ: John Wiley & Sons, Inc. p. 274. ISBN 978-0-471-42798-8.
  4. Christopher M. Bishop (17 באוגוסט 2006). Pattern Recognition and Machine Learning. Springer. ISBN 978-0-387-31073-2. {{cite book}}: (עזרה)
  5. Farrow, Malcolm. "MAS3301 Bayesian Statistics" (PDF). Newcastle University. נבדק ב-10 באפריל 2013. {{cite web}}: (עזרה)

התפלגות דיריכלה42139002Q981016