Функция плотности вероятности Носитель выбирается [- π , π ] с μ = 0 | |||
Кумулятивная функция распределения Носитель выбирается [- π , π ] с μ = 0 | |||
Параметры | настоящий | ||
---|---|---|---|
Поддерживать | любой интервал длины 2π | ||
CDF | (не аналитический - см. текст) | ||
Иметь в виду | |||
Медиана | |||
Режим | |||
Дисперсия | (круговой) | ||
Энтропия | (дифференциал) | ||
CF |
В теории вероятностей и направленной статистике , то фон Мизес распределение (также известное как круговое нормальное распределение или Тихонов распределение ) является непрерывным распределением вероятностей на окружности . Это близкое приближение к обернутому нормальному распределению , которое является круговым аналогом нормального распределения . Свободно распространяющийся угол на окружности - это нормально распределенная случайная величина с разверткойдисперсия, линейно растущая во времени. С другой стороны, распределение фон Мизеса - это стационарное распределение процесса дрейфа и диффузии на окружности в гармоническом потенциале, то есть с предпочтительной ориентацией. [1] Распределение фон Мизеса - это максимальное распределение энтропии для круговых данных, когда указаны действительная и мнимая части первого кругового момента . Распределение фон Мизеса является частным случаем распределения фон Мизеса – Фишера на N -мерной сфере.
Определение [ править ]
Функция плотности вероятности фон Мизеса для угла x определяется выражением [2]
где I 0 ( ) - модифицированная функция Бесселя порядка 0.
Параметры μ и 1 / аналогичны μ и σ 2 (среднему значению и дисперсии) в нормальном распределении:
- μ - мера местоположения (распределение сгруппировано вокруг μ), а
- - мера концентрации (обратная мера дисперсии , поэтому 1 / аналогична σ 2 ).
- Если равно нулю, то распределение равномерное, а при малых - близко к равномерному.
- Если велико, распределение становится очень концентрированным около угла μ, который является мерой концентрации. Фактически, при увеличении распределение приближается к нормальному распределению по x со средним значением μ и дисперсией 1 / .
Плотность вероятности может быть выражена как серия функций Бесселя [3]
где I j ( x ) - модифицированная функция Бесселя порядка j .
Кумулятивная функция распределения не является аналитической, и ее лучше всего найти путем интегрирования вышеуказанного ряда. Неопределенный интеграл плотности вероятности равен:
Кумулятивная функция распределения будет функцией нижнего предела интегрирования x 0 :
Моменты [ править ]
Моменты распределения фон Мизеса обычно вычисляются как моменты комплексной экспоненты z = e ix, а не как угол x . Эти моменты называются круговыми моментами . Дисперсия, рассчитанная по этим моментам, называется круговой дисперсией . Единственным исключением из этого правила является то, что «среднее» обычно относится к аргументу сложного среднего.
П - я момента сырого г составляет:
где интеграл берется по любому интервалу длины 2π. При вычислении вышеуказанного интеграла мы используем тот факт, что z n = cos ( n x) + i sin ( nx ) и тождество функции Бесселя: [4]
Среднее значение комплексной экспоненты z тогда просто
и тогда в качестве аргумента μ принимается круговое среднее значение угла x . Это ожидаемое или предпочтительное направление угловых случайных величин. Дисперсия z или круговая дисперсия x :
Ограничивающее поведение [ править ]
Когда большой, распределение напоминает нормальное распределение . Более конкретно, для больших положительных действительных чисел ,
где σ 2 = 1 / и разность между левой и правой частями приближения равномерно сходится к нулю при уходе в бесконечность. Кроме того, когда она мала, функция плотности вероятности напоминает равномерное распределение :
где интервал для равномерного распределения - это выбранный интервал длины (т.е. когда находится в интервале, а когда не входит в интервал).
Оценка параметров [ править ]
Серия из N измерений, полученных из распределения фон Мизеса, может использоваться для оценки определенных параметров распределения. (Borradaile, 2003) Среднее значение ряда определяется как
и его математическое ожидание будет только первым моментом:
Другими словами, это объективная оценка первого момента. Если мы предположим, что среднее значение находится в интервале , тогда Arg будет (смещенной) оценкой среднего .
Если рассматривать как набор векторов в комплексной плоскости, статистика представляет собой квадрат длины усредненного вектора:
и его математическое ожидание:
Другими словами, статистика
будет несмещенной оценкой, и решение уравнения для даст (смещенную) оценку . По аналогии с линейным случаем, решение уравнения приведет к получению оценки максимального правдоподобия из и оба будут равны в пределе больших N . Для приближенного решения обратитесь к распределению фон Мизеса – Фишера .
Распределение среднего [ править ]
Распределение выборочного среднего для распределения Мизеса определяется по формуле: [5]
где N - количество измерений и состоит из интервалов в переменных, с учетом ограничения, что и являются постоянными, где - средний результат:
а - средний угол:
Обратите внимание, что член продукта в скобках - это просто распределение среднего для кругового равномерного распределения . [5]
Это означает , что распределение среднего направления из распределения Мизеса является распределением Мизеса , или, что эквивалентно, .
Энтропия [ править ]
По определению информационная энтропия распределения фон Мизеса равна [2]
где - любой интервал длины . Логарифм плотности распределения Фон Мизеса прост:
Представление характеристической функции для распределения Фон Мизеса:
где . Подставляя эти выражения в интеграл энтропии, меняя порядок интегрирования и суммирования и используя ортогональность косинусов, энтропию можно записать:
Для распределение фон Мизеса становится круговым равномерным распределением, а энтропия достигает своего максимального значения .
Обратите внимание, что распределение фон Мизеса максимизирует энтропию, когда указаны действительная и мнимая части первого кругового момента [6] или, что то же самое, указаны круговое среднее и круговая дисперсия .
См. Также [ править ]
- Двумерное распределение фон Мизеса
- Направленная статистика
- Распределение фон Мизеса – Фишера
- Кент распределение
Ссылки [ править ]
- ^ Рискен, Х. (1989). Уравнение Фоккера – Планка . Springer. ISBN 978-3-540-61530-9.
- ^ а б Мардиа, Кантилал ; Джапп, Питер Э. (1999). Направленная статистика . Вайли. ISBN 978-0-471-95333-3.
- ^ см. Абрамовиц и Стегун §9.6.34
- ^ См. Абрамовиц и Стегун §9.6.19
- ^ а б Джаммаламадака, С. Рао; Сенгупта, А. (2001). Темы в циркулярной статистике . Всемирная научная издательская компания. ISBN 978-981-02-3778-3.
- ^ Джаммаламадака, С. Рао; СенГупта, А. (2001). Темы в круговой статистике . Нью-Джерси: World Scientific. ISBN 981-02-3778-2. Проверено 15 мая 2011 .
Дальнейшее чтение [ править ]
Этот раздел для дальнейшего чтения может содержать неуместные или чрезмерные предложения, которые могут не соответствовать рекомендациям Википедии . Пожалуйста , убедитесь , что только разумное количество из сбалансированных , актуальные , надежных и известных дальнейших предложений чтений приведены; удаление менее актуальных или повторяющихся публикаций с той же точкой зрения, где это необходимо. Рассмотрите возможность использования соответствующих текстов в качестве встроенных источников или создания отдельной библиографической статьи . ( Июнь 2014 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения ) |
- Абрамовиц, М. и Стегун, И.А. (ред.), Справочник по математическим функциям , Национальное бюро стандартов, 1964; переизданные Dover Publications, 1965. ISBN 0-486-61272-4
- «Алгоритм AS 86: функция распределения фон Мизеса», Mardia, Applied Statistics, 24, 1975 (стр. 268–272).
- "Алгоритм 518, Неполная функция Бесселя I0: Распределение фон Мизеса", Хилл, Транзакции ACM на математическом программном обеспечении, Vol. 3, № 3, сентябрь 1977 г., страницы 279–284.
- Бест, Д. и Фишер, Н. (1979). Эффективное моделирование распределения фон Мизеса. Прикладная статистика, 28, 152–157.
- Эванс М., Гастингс Н. и Пикок Б., "Распределение фон Мизеса". Гл. 41 в статистических распределениях, 3-е изд. Нью-Йорк. Wiley 2000.
- Фишер, Николай I., Статистический анализ циркулярных данных. Нью-Йорк. Кембридж 1993.
- «Статистические распределения», 2-е. Edition, Evans, Hastings, and Peacock, John Wiley and Sons, 1993, (глава 39). ISBN 0-471-55951-2
- Боррадейл, Грэм (2003). Статистика данных наук о Земле . Springer. ISBN 978-3-540-43603-4. Проверено 31 декабря 2009 года .