Sei und .
Wie berechne ich ?
Ich glaube, ich schreibe es als , bin mir aber nicht sicher, wie ich für zwei verschiedene Verteilungen berechnen soll ?
probability
distributions
exponential
Joe Stats
quelle
quelle
Antworten:
Wenn die Dichtefunktion und unabhängig hat hat die Dichtefunktion , dannX. λ( λ x)2Γ ( 3 )exp( - λ x )1{ x : x > 0 } Y. exp( - y)1{ y: x > 0 }
Betrachten Sie auch einen Poisson-Prozess mit der Ankunftsrate . Wir können diesen Prozess in zwei unabhängige Poisson-Unterprozesse und der Raten bzw. zerlegen, indem wir jede Ankunft als zum Prozess gehörend kennzeichnen (mit der Wahrscheinlichkeit ) oder zum Prozess (mit der Wahrscheinlichkeit ), wobei jedes Label unabhängig von allen anderen Labels ausgewählt wird. Dann kann als die Zeit der dritten Ankunft (nach ) imλ+1 X Y λ 1 X λλ+1 Y 1λ+1 X t=0 X Unterprozess, während die Zeit der ersten Ankunft (nach ) im Unterprozess ist. Bei dieser Interpretation ist nur das Ereignis, dass die ersten drei Ankünfte nach alle als zum
Unterprozess gehörend gekennzeichnet wurden, und dieses Ereignis hat die Wahrscheinlichkeit
. Schau, Ma! Es wurden keine Integrale berechnet, um zur Antwort zu gelangen!Y t=0 Y X<Y t = 0 X. (λλ + 1)3
quelle
Es gibt eine Beziehung zwischen Gamma- und Beta-Zufallsvariablen, die zu einem allgemeinen Ausdruck für für zwei unabhängige Gamma-Zufallsvariablen führt.P.[ X.> Y.]]
Wenn und wobei der Formparameter ist, ist der Skalierungsparameter und das meine ist dannX.∼ G a m m a (α1,β1) Y.∼ G a m m a (α2,β2) , α β α β,
Dabei ist die kumulative Verteilungsfunktion einer Beta-Zufallsvariablen. In Ihrem Fall berechne ichH. P.[ X.> Y.] = 0,984375
Wenn Sie eine andere Parametrisierung der Gammaverteilung verwendet haben, muss diese angepasst werden.
Hier ist die Entwicklung. Wir können undBetrachten Sie nunβ1Y.∼ G a m m a (α2,β1β2) β2X.∼ G a m m a (α1,β1β2) .
Es ist bekannt (siehe https://en.wikipedia.org/wiki/Gamma_distribution , Abschnitt "Verwandte Verteilungen und Eigenschaften"), dass eine Beta-Verteilung mit dem ersten Formparameter und dem zweiten FormparameterW. α2 α1.
Also dann
Dabei ist die kumulative Verteilungsfunktion einer Beta-Zufallsvariablen.H.
Nehmen Sie die Wechselwirkungen und vereinfachen Sie
quelle
Die rote Methode zur Berechnung von ist das DoppelintegralP.[ Y.> X.]]
Wo das innere Integral als Überlebensfunktion von erkannt werden kann , ist ein Exponential mit dem Parameter bei gleich . Dann das verbleibende IntegralY. λ = 1 x e- x
kann als die Momenterzeugungsfunktion von erkannt werden, die bei bewertet wird . Der MGF von a ist , was für istX. - 1 G a m m a ( 1 - θ t)- k θ = 3 , k = 3 , t = - 1
Die Frage war für , also wollen wirP.[ X.> Y.] = 1 - P.[ Y.> X.]]
was mit Soakleys Antwort übereinstimmt .
quelle