推导二元泊松分布


14

我最近遇到了双变量Poisson分布,但是对于如何导出它有点困惑。

分布由下式给出:

PX=Xÿ=ÿ=Ë-θ1个+θ2+θ0θ1个XXθ2ÿÿ一世=0一世ñXÿX一世ÿ一世一世θ0θ1个θ2一世

据我所知,在θ0项之间的相关性的测量Xÿ ; 因此,当Xÿ是独立的,θ0=0和分配简单地变成两个单变量泊松分布的产物。

考虑到这一点,我的困惑是基于求和项-我假设该项解释了X之间的相关性ÿ

在我看来,该加数构成某种其中“成功”的概率由下式给出二项式累积分布函数的产品θ0θ1个θ2和“失败”的概率由下式给出一世1个一世ñXÿ-一世,因为一世1个一世ñXÿ-一世一世ñXÿ-一世=一世,但我可能与此相去甚远。

有人可以提供一些有关如何导出这种分布的帮助吗?同样,如果可以将其包含在任何答案中,那么如何将模型扩展到多变量场景(例如三个或更多随机变量),那就太好了!

(最后,我已经注意到,之前有一个类似的问题(了解二元泊松分布),但实际上并未对此推导进行探讨。)


2
应该不是第一项与指数BE ,而不是ë θ 1 + θ 2 + θ 0Ë-θ1个+θ2+θ0Ëθ1个+θ2+θ0
吉尔斯2014年

1
@吉尔斯很抱歉,我最初误读了您的评论-是的,您是正确的;术语应该读。感谢您抓住这一点!e(θ1+θ2+θ0)
user9171 2014年

3
通常,对于单变量分布的多元版本,它不是“ the”,但有一些常规例外情况(例如“多元”正态)。获取多变量扩展的方法有很多,具体取决于拥有哪些最重要的功能。不同的作者可能具有相同的单变量分布的不同多元版本。所以一般情况下,一个可能会说“ 一个多元泊松”,或者“某某这样的二元泊松”这一个是很自然的一个,但不是唯一的一个。
Glen_b -Reinstate莫妮卡

2
(ctd)...例如,有些作者正在寻找一种具有负相关性的多元分布,而这种分布是不具备的。
Glen_b-恢复莫妮卡2014年

Answers:


18

在一个幻灯片演示,Karlis和Ntzoufras限定二元泊松作为分布其中X 独立地具有泊松θ 分布。回想一下,拥有这样的分布意味着Xÿ=X1个+X0X2+X0X一世θ一世

X一世=ķ=Ë-θ一世θ一世ķķ

对于ķ=01个2

事件是事件的不相交并集Xÿ=Xÿ

X0X1个X2=一世X-一世ÿ-一世

对于所有,使所有三种组分非负整数,从中我们可以推断0 分钟X ÿ 。因为X i是独立的,所以它们的概率相乘,因此一世0一世XÿX一世

F(θ0,θ1,θ2)(x,y)=Pr((X,Y)=(x,y))=i=0min(x,y)Pr(X0=i)Pr(X1=xi)Pr(X2=yi).

这是一个公式;我们完了。 但要看到,它相当于在问题公式中,使用泊松分布的定义在参数方面写这些概率和(均未假设θ 1θ 2是零)返工它代数看起来尽可能像乘积Pr X 1 = x Pr X 2 = y θiθ1,θ2Pr(X1=x)Pr(X2=y)

F(θ0,θ1,θ2)(x,y)=i=0min(x,y)(eθ0θ0ii!)(eθ1θ1xi(xi)!)(eθ2θ2yi(yi)!)=e(θ1+θ2)θ1xx!θ2yy!(eθ0i=0min(x,y)θ0ii!x!θ1i(xi)!y!θ2i(yi)!).

如果您确实想-有点暗示-您可以使用二项式系数 y(xi)=x!/((xi)!i!)屈服(yi)

F(θ0,θ1,θ2)(x,y)=e(θ0+θ1+θ2)θ1xx!θ2yy!i=0min(x,y)i!(xi)(yi)(θ0θ1θ2)i,

与问题完全相同。


可以根据需要的灵活性,以多种方式对多变量方案进行泛化。最简单的方法是考虑

X1个+X0X2+X0Xd+X0

对于独立的Poisson分布变量。为了获得更大的灵活性,可以引入其他变量。举例来说,可使用独立的泊松η 变量ÿ 1... ÿ d和考虑的多元分布X + Ý + ý + 1 + + Ý d= 1 2X0X1个Xdη一世ÿ1个ÿdX一世+ÿ一世+ÿ一世+1个++ÿd一世=1个2d


1
荣誉!顺便说一句,应该不是第二的最后步骤之前在大括号是ë - θ 2Ë-θ0Ë-θ2
吉尔斯2014年

1
@吉尔斯(Gilles)感谢您捕捉错字-我已将其修复。的初始指数需要的是θ 1 + θ 2 ; 所述ë - θ 0的括号内是正确的。θ0+θ1个θ1个+θ2Ë-θ0
ub

@whuber谢谢百万!那是一个完美的答案!
user9171 2014年

@whuber好答案!我仍然不明白为什么事件应该是事件X 0X 1X 2= i x i y i 的不相交的并集。我猜这仅适用于i = 0。也许您的意思是X Y x y Xÿ=XÿX0X1个X2=一世X-一世ÿ-一世一世=0XÿXÿ(就组件而言)?但这足以表征分布函数吗?
vanguard2k 2015年

@ vanguard2k我不明白您的评论。您是在断言那些事件没有脱节吗?(但是它们必须是,因为它们具有不同的X 0值。)或者您是否断言它们并不详尽?(如果是这样,您认为X Y )的哪些值未包括在内?)X0Xÿ
whuber

4

这是一种导出二元泊松分布的方法。

是独立的泊松随机变量与参数θ 0θ 1θ 2。然后定义Y 1 = X 0 + X 1Y 2 = X 0 + X 2Y 1Y 2共同的变量X 0导致该对Y 1Y 2X0X1个X2θ0θ1个θ2ÿ1个=X0+X1个ÿ2=X0+X2X0ÿ1个ÿ2进行关联。然后,我们必须计算质量函数的概率:ÿ1个ÿ2

希望这会有所帮助!

Pÿ1个=ÿ1个ÿ2=ÿ2=PX0+X1个=ÿ1个X0+X2=ÿ2=X0=0ÿ1个ÿ2PX0=X0PX1个=ÿ1个-X0PX2=ÿ2-ÿ0=X0=0ÿ1个ÿ2Ë-θ0θ0X0X0Ë-θ1个θ1个ÿ1个-X0ÿ1个-X0Ë-θ2θ2ÿ2-X0ÿ2-X0=Ë-θ0-θ1个-θ2θ1个ÿ1个θ2ÿ2X0=0ÿ1个ÿ2θ0θ1个θ2X0X0ÿ1个X0ÿ2X0


1
您好Kjetil-我解决了T的问题格式(但是,希望尽可能少地更改,因此保留了几个错字)。我不明白您为什么在我先前的回答中发布了派生的副本,尤其是当您在途中丢失了一些导致最终结果不正确的关键因素时。您要提出一个特别的观点吗?ŤËX
ub

1
whuber:我开始写我的答案,然后再发布你的答案!否则,我不会写它。
kjetil b halvorsen 2014年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.