在一个幻灯片演示,Karlis和Ntzoufras限定二元泊松作为分布其中X 我独立地具有泊松θ 我分布。回想一下,拥有这样的分布意味着(X,Y)=(X1+X0,X2+X0)Xiθi
Pr(Xi=k)=e−θiθkik!
对于k=0,1,2,….
事件是事件的不相交并集(X,Y)=(x,y)
(X0,X1,X2)=(i,x−i,y−i)
对于所有,使所有三种组分非负整数,从中我们可以推断0 ≤ 我≤ 分钟(X ,ÿ )。因为X i是独立的,所以它们的概率相乘,因此i0≤i≤min(x,y)Xi
F(θ0,θ1个,θ2)(x ,y)= Pr ((X,Y)= (x ,y))= ∑我= 0最小(x ,y)PR (X0= i )Pr (X1个= x − i )Pr (X2= y− i )。
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 1,θ 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 ):θ一世θ1个,θ2PR (X1个=x)Pr(X2=y)
F(θ0,θ1,θ2)(x,y)=∑i=0min(x,y)(e−θ0θi0i!)(e−θ1θx−i1(x−i)!)(e−θ2θy−i2(y−i)!)=e−(θ1+θ2)θx1x!θy2y!(e−θ0∑i=0min(x,y)θi0i!x!θ−i1(x−i)!y!θ−i2(y−i)!).
如果您确实想-有点暗示-您可以使用二项式系数和( y(xi)=x!/((x−i)!i!)屈服(yi)
F(θ0,θ1,θ2)(x,y)=e−(θ0+θ1+θ2)θx1x!θy2y!∑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+ X0,X2+ X0,… ,Xd+ 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 我变量ÿ 1,... ,ÿ d和考虑的多元分布X 我 + (Ý 我 + ý 我+ 1 + ⋯ + Ý d),我= 1 ,2X0,X1个,… ,Xdη一世ÿ1个,… ,YdX一世+ (是一世+ Y我+ 1+ ⋯ + Yd)我= 1 ,2 ,... ,d。