<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>負の二項分布 | My Interests</title>
	<atom:link href="https://ds.machijun.net/tag/%E8%B2%A0%E3%81%AE%E4%BA%8C%E9%A0%85%E5%88%86%E5%B8%83/feed/" rel="self" type="application/rss+xml" />
	<link>https://ds.machijun.net/</link>
	<description>残したいことを残していきます</description>
	<lastBuildDate>Sun, 19 May 2019 15:31:25 +0000</lastBuildDate>
	<language>ja</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>https://wordpress.org/?v=4.9.14</generator>
	<item>
		<title>数理統計：負の二項分布の性質</title>
		<link>https://ds.machijun.net/%e6%95%b0%e7%90%86%e7%b5%b1%e8%a8%88-%e8%b2%a0%e3%81%ae%e4%ba%8c%e9%a0%85%e5%88%86%e5%b8%83/</link>
		<pubDate>Wed, 31 Oct 2018 15:08:33 +0000</pubDate>
		<dc:creator><![CDATA[jun]]></dc:creator>
				<category><![CDATA[統計学]]></category>
		<category><![CDATA[分散]]></category>
		<category><![CDATA[数理統計]]></category>
		<category><![CDATA[最尤推定量]]></category>
		<category><![CDATA[期待値]]></category>
		<category><![CDATA[積率母関数]]></category>
		<category><![CDATA[負の二項分布]]></category>

		<guid isPermaLink="false">https://machijun.net/?p=2038</guid>
		<description><![CDATA[<p>イントロ 代表的な分布の性質を解説します。 今回は負の二項分布です。 定義 負の二項分布は2つのパラメータ$r,p$をとり、確率$p$でアタリ、確率$1-p$でハズレとなるくじが$r$回当たるまでに、$k$回ハズレとなる [&#8230;]</p>
<p>The post <a href="https://ds.machijun.net/%e6%95%b0%e7%90%86%e7%b5%b1%e8%a8%88-%e8%b2%a0%e3%81%ae%e4%ba%8c%e9%a0%85%e5%88%86%e5%b8%83/">数理統計：負の二項分布の性質</a> first appeared on <a href="https://ds.machijun.net/">My Interests</a>.</p>]]></description>
				<content:encoded><![CDATA[<script src="https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.5/MathJax.js?config=TeX-AMS_CHTML" type="text/javascript">    
    MathJax.Hub.Config({
        HTML: ["input/TeX","output/HTML-CSS"],
        TeX: {
               Macros: {
                        bm: ["\\boldsymbol{#1}", 1],
                        argmax: ["\\mathop{\rm arg\,max}\limits"],
                        argmin: ["\\mathop{\rm arg\,min}\limits"]},
						
               extensions: ["AMSmath.js","AMSsymbols.js","color.js"],
               equationNumbers: { autoNumber: "AMS" } },
        extensions: ["tex2jax.js"],
        jax: ["input/TeX","output/HTML-CSS"],
        tex2jax: { inlineMath: [ ['$','$'], ["\\(","\\)"] ],
                   displayMath: [ ['$$','$$']], 
                   processEscapes: true },
        "HTML-CSS": { availableFonts: ["TeX"],
                      linebreaks: { automatic: true } }
    });
</script>

$\newcommand{\lnl}{\\[8pt]}$
$\newcommand{\Lnl}{\\[18pt]}$
$\newcommand{\delt}{\mathrm{d}}$
$\newcommand{\comb}{\mathrm{C}}$
$\DeclareMathOperator*{\ssum}{\Sigma}$
$\DeclareMathOperator*{\sprod}{\Pi}$
<h2>イントロ</h2>
<p>代表的な分布の性質を解説します。<br />
今回は負の二項分布です。</p>
<p><span id="more-2038"></span><br />
<p class="ad-label">スポンサーリンク</p>
<div class="ad-innercontents">
<script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script>
<!-- machijun.net-incontent -->
<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-0727807216839004"
     data-ad-slot="9340959476"
     data-ad-format="auto"></ins>
<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>
</div>
</p>
<h2>定義</h2>
<p>負の二項分布は2つのパラメータ$r,p$をとり、確率$p$でアタリ、確率$1-p$でハズレとなるくじが$r$回当たるまでに、$k$回ハズレとなる確率を求めるのに利用します。<br />
この負の二項分布を$NB(r,p)$と書いたりします。<br />
確率関数は、$X \sim NB(r,p)$として、<br />
<div style="overflow-x: auto;">\begin{align}<br />
P(X=k) = \begin{cases}  \binom{r+k-1}{k} p^r (1-p)^{k} &#038; (k=0,1,\cdots) \\<br />
0&#038;(\text{others})<br />
\end{cases}<br />
\end{align}</div><br />
と表されます。<br />
以下、$q=1-p$として表記します。</p>
<h2>期待値</h2>
<p>定義通りに計算します。<br />
<div style="overflow-x: auto;">\begin{align}<br />
E(X) &#038;= \sum_{k=0}^n k \times P(X=k)\\<br />
&#038;=\sum_{k=0}^\infty k \times \binom{r+k-1}{k}p^r q^k&#038;&#038;\\<br />
&#038;=\sum_{k=1}^\infty k \times \cfrac{(r+k-1)!}{k!(r-1)!}p^r q^k&#038;&#038;\\<br />
&#038;=\sum_{k=1}^\infty \cfrac{(r+k-1)!}{(k-1)!r!}p^{r+1} q^{k-1} \cdot \frac{rq}{p}&#038;&#038;\\<br />
&#038;(\text{Put } t \text{ as } k-1)\\<br />
&#038;=\frac{rq}{p}\cdot\underline{ \sum_{t=0}^\infty \cfrac{((r+1)+t-1)!}{t!((r+1)-1)!}p^{r+1} q^{t}}&#038;&#038;\\<br />
&#038;=\frac{rq}{p}<br />
\end{align}</div></p>
<p>最後の式の変形は、下線部が$NB(r+1,p)$の二項分布の全確率$1$となることを利用しました。</p>
<h2>分散</h2>
<p>$V(X)=E(X^2) &#8211; E(X)^2$を用いて計算します。<br />
$Y$を$NB(r+1,p)$に従う確率変数とします。<br />
<div style="overflow-x: auto;">\begin{align}<br />
E(X^2) &#038;= \sum_{k=0}^n k^2 \times P(X=k)\\<br />
&#038;(\text{Put } t \text{ as } k-1)\\<br />
&#038;=\frac{rq}{p}\cdot  \sum_{t=0}^\infty (t+1)\cdot\cfrac{((r+1)+t-1)!}{t!((r+1)-1)!}p^{r+1} q^{t}&#038;&#038;\\<br />
&#038;=\frac{rq}{p}\left(E(Y)+1\right)\\<br />
&#038;=\frac{rq}{p}\left(\frac{(r+1)q}{p}+1\right)\\<br />
&#038;=\frac{rq(rq+1)}{p^2}<br />
\end{align}</div><br />
これから、<br />
<div style="overflow-x: auto;">\begin{align}<br />
V(X) &#038;= E(X^2) &#8211; E(X)^2\\<br />
&#038;= \frac{rq(rq+1)}{p^2} &#8211; \left(\frac{rq}{p}\right)^2\\<br />
&#038;= \frac{rq}{p^2}<br />
\end{align}</div></p>
<h2>積率母関数</h2>
<p>定義通りに計算します。<br />
<div style="overflow-x: auto;">\begin{align}<br />
M_X(t) &#038;= E\left(e^{tX}\right) \\<br />
&#038;= \sum_{k=0}^\infty e^{tk} \binom{r+k-1}{k}p^r q^k\\<br />
&#038;= \left(\frac{p}{1-e^tq}\right)^r \underline{\sum_{k=0}^\infty \binom{r+k-1}{k} (1-e^tq)^r(e^tq)^k}\\<br />
&#038;= \left(\frac{p}{1-e^tq}\right)^r<br />
\end{align}</div><br />
ただし、$e^tq < 1$の場合とします。
最後の変形は、下線部が$NB(r,1-e^tq)$の全確率1となることを利用しました。

積率母関数を使って期待値と分散を求めると、
<div style="overflow-x: auto;">\begin{align}
E(X) &#038;= M_X'(0)\\
&#038;=\left.r\left(\frac{p}{1-e^tq}\right)^{r-1} \frac{e^tpq}{(1-e^tq)^2} \right|_{t=0}\\
&#038;=\left.rM_X(t) \cdot \frac{e^tq}{1-e^tq} \right|_{t=0}\\
&#038;=\frac{rq}{p}\\
E(X^2) &#038;= M_X''(0)\\
&#038;=\left.rM_X'(t) \cdot \frac{e^tq}{1-e^tq} \right|_{t=0} \\
&#038;\qquad +\left. rM_X(t)\cdot \frac{e^tq(1-e^tq)+(e^tq)^2}{(1-e^tq)^2} \right|_{t=0}\\
&#038;=\left(\frac{rq}{p}\right)^2 + \frac{rq}{p^2}
\end{align}</div>
となるので、$V(X)=E(X^2)-E(X)^2=\frac{rq}{p^2}$です。

</p><p>The post <a href="https://ds.machijun.net/%e6%95%b0%e7%90%86%e7%b5%b1%e8%a8%88-%e8%b2%a0%e3%81%ae%e4%ba%8c%e9%a0%85%e5%88%86%e5%b8%83/">数理統計：負の二項分布の性質</a> first appeared on <a href="https://ds.machijun.net/">My Interests</a>.</p>]]></content:encoded>
			</item>
	</channel>
</rss>
