Variabile casuale gamma
Da Wikipedia, l'enciclopedia libera.
La variabile casuale Gamma o variabile casuale erlanghiana è una variabile casuale continua che viene definita da due parametri (indicati qui di seguito con a e p). Secondo taluni il termine "Gamma" in senso stretto si riferisce solo al caso in cui a=1, mentre negli altri casi bisognerebbe utilizzare "Erlanghiana".
Viene usata nell'ambito della teoria delle file d'attesa e delle telecomunicazioni, - dove venne introdotta nel 1917 da Agner Krarup Erlang - mentre in statistica viene usata per via di alcuni suoi casi particolari e per il suo ruolo nell'inferenza bayesiana.
Indice |
[modifica] Caratteristiche
La funzione di densità di probabilità è
dove la Γ() è la funzione Gamma, per la quale si ricorda che nel caso di numero intero non negativo n si ha
- Γ(n + 1) = n!,
La funzione generatrice dei momenti è per cui
Si ricava che se p→+∞, allora β1 tende a zero e β2 tende a 3 (come la v.c. normale), infatti per p→+∞ la v.c. Gamma tende ad una Normale N( p/a , p/a² ).
Alcuni casi particolari:
- Se a=1/2 e p=g/2 allora siamo nel caso della Chi Quadrato.
- Se p=1, allora siamo nel caso della variabile casuale esponenziale negativa
Un'altra delle caratteristiche è che se a=1 e p-1=k intero, allora la funzione di densità di probabilità diventa che è la Bayesiana della v.c.Poissoniana
[modifica] Teoremi
[modifica] Divisione di due Gamma in senso stretto
- Se
- X e Y sono due v.c. Gamma in senso stretto (a=1) con il parametro p uguale ripettivamente a n e m
- allora
- Z=X/Y è distribuita come una v.c. Beta con i parametri p=n e q=m
[modifica] Dalla Gamma alla Dirichlet
Se si hanno k v.c. indipendenti distribuite ciascuna come una v.c. Gamma con un parametro comune a tutti e unitario e un parametro individualizzato
definendo la loro somma come
allora si ha che
dove Dirk è la variabile casuale di Dirichlet.
[modifica] La v.c.Gamma nell'inferenza bayesiana
La v.c. Gamma svolge un importante ruolo nell'ambito dell'inferenza bayesiana in quanto per alcune v.c. è sia la distirubuzione a priori che la distribuzione a posteriori (con parametri diversi) dei parametri di tali v.c.
[modifica] Priori coniugati e la stessa v.c. Gamma
Se X è distribuita come una v.c. Gamma con parametri α e θ
- f(x | / theta) = Gamma(x | α;θ)
e il parametro θ è distribuito a priori a sua volta come una v.c. Gamma con i parametri a e b
- g(θ) = Gamma(θ | a;b)
allora il parametro θ è distribuito a posteriori anch'esso come una v.c. Gamma, ma con parametri a+α e b+x
- g(θ | x) = Gamma(θ | a + α;b + x)
[modifica] Priori coniugati e la v.c. poissoniana
Se X è distribuita come una v.c. poissoniana con parametro λ
- f(x | λ) = Poiss(x | λ)
e il parametro λ è distribuito a priori come una v.c. Gamma con i parametri a e b
- g(λ) = Gamma(λ | a;b)
allora il parametro λ è distribuito a posteriori anch'esso come una v.c. Gamma, ma con parametri a+x e b+1
- g(λ | x) = Gamma(θ | a + x;b + 1)
[modifica] Priori coniugati e la v.c. Normale
Se X è distribuita come una v.c. Normale con parametro μ e 1/θ
- f(x | θ) = N(x | μ;1 / θ)
e il parametro θ è distribuito a priori come una v.c. Gamma con i parametri a e b
- g(λ) = Gamma(λ | a;b)
allora il parametro θ è distribuito a posteriori anch'esso come una v.c. Gamma, ma con parametri a+1/2 e b+(μ-x)2/2
- g(θ | x) = Gamma(θ | a + 1 / 2;b + (μ − x)2 / 2)
[modifica] Voci correlate
- Variabile casuale Erlang B
- v.c. esponenziale negativa e Chi Quadrato: casi particolari della Gamma
- v.c. F di Snedecor (che tende ad una v.c. Gamma se il secondo grado di libertà è molto grande)
- v.c. Beta
- statistica, variabile casuale, probabilità
- Portale Matematica: accedi alle voci di Wikipedia che parlano di matematica