WikiDer > Распределение фон Мизеса - Википедия

фон Мизес

Функция плотности вероятности Опора выбрана [-π,π] с μ = 0
Кумулятивная функция распределения Опора выбрана [-π,π] с μ = 0
Параметры	${ displaystyle mu}$ настоящий ${ displaystyle kappa> 0}$
Поддерживать	${ Displaystyle х in}$ любой интервал длины 2π
PDF	${ Displaystyle { гидроразрыва {е ^ { каппа соз (х- му)}} {2 пи I_ {0} ( каппа)}}}$
CDF	(не аналитический - см. текст)
Иметь в виду	${ displaystyle mu}$
Медиана	${ displaystyle mu}$
Режим	${ displaystyle mu}$
Дисперсия	${ Displaystyle { textrm {var}} (х) = 1-I_ {1} ( kappa) / I_ {0} ( kappa)}$ (круговой)
Энтропия	${ displaystyle - kappa { frac {I_ {1} ( kappa)} {I_ {0} ( kappa)}} + ln [2 pi I_ {0} ( kappa)]}$ (дифференциал)
CF	${ displaystyle { frac {I_ {| t |} ( kappa)} {I_ {0} ( kappa)}} e ^ {it mu}}$

В теория вероятности и направленная статистика, то фон Мизес распределение (также известный как круговое нормальное распределение или же Тихонов распределение) является непрерывным распределение вероятностей на круг. Это близкое приближение к обернутое нормальное распределение, который является круговым аналогом нормальное распределение. Свободно рассеивающийся угол ${ displaystyle theta}$ на круге - обернутая нормально распределенная случайная величина с развернутый дисперсия, 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 действительная и мнимая части первого круговой момент указаны. Распределение фон Мизеса является частным случаем распределение фон Мизеса – Фишера на N-мерная сфера.

Определение

Функция плотности вероятности фон Мизеса для угла Икс дан кем-то:^[2]

${ Displaystyle е (х мид му, каппа) = { гидроразрыва {е ^ { каппа соз (х- му)}} {2 пи I_ {0} ( каппа)}}}$

куда я₀(${ displaystyle kappa}$) является модифицированным Функция Бесселя порядка 0.

Параметры μ и 1 /${ displaystyle kappa}$ аналогичны μ и σ² (среднее и дисперсия) в нормальном распределении:

• μ - мера местоположения (распределение сгруппировано вокруг μ), а
• ${ displaystyle kappa}$ мера концентрации (обратная мера разброс, Таким образом, 1/${ displaystyle kappa}$ аналогично σ²).
  • Если ${ displaystyle kappa}$ равен нулю, распределение равномерное, а при малых ${ displaystyle kappa}$, он близок к равномерному.
  • Если ${ displaystyle kappa}$ велико, распределение становится очень концентрированным около угла μ с ${ displaystyle kappa}$ являясь мерой концентрации. Фактически, как ${ displaystyle kappa}$ возрастает, распределение приближается к нормальному по Икс со средним μ и дисперсией 1 /${ displaystyle kappa}$.

Плотность вероятности может быть выражена как серия функций Бесселя^[3]

${ displaystyle f (x mid mu, kappa) = { frac {1} {2 pi}} left (1 + { frac {2} {I_ {0} ( kappa)}} сумма _ {j = 1} ^ { infty} I_ {j} ( kappa) cos [j (x- mu)] right)}$

куда я_j(Икс) является модифицированным Функция Бесселя порядка j.

Кумулятивная функция распределения не является аналитической, и ее лучше всего найти путем интегрирования вышеуказанного ряда. Неопределенный интеграл плотности вероятности равен:

${ Displaystyle Phi (x mid mu, kappa) = int f (t mid mu, kappa) , dt = { frac {1} {2 pi}} left (x + { frac {2} {I_ {0} ( kappa)}} sum _ {j = 1} ^ { infty} I_ {j} ( kappa) { frac { sin [j (x- mu )]} {j}} right).}$

Кумулятивная функция распределения будет функцией нижнего предела интегрирования. Икс₀:

${ Displaystyle F (x mid mu, kappa) = Phi (x mid mu, kappa) - Phi (x_ {0} mid mu, kappa). ,}$

Моменты

Моменты распределения фон Мизеса обычно вычисляются как моменты комплексной экспоненциальной z = е^ix а не угол Икс сам. Эти моменты называются круговые моменты. Дисперсия, рассчитанная по этим моментам, называется круговая дисперсия. Единственным исключением является то, что «среднее» обычно относится к аргумент комплексного среднего.

В пй момент z является:

${ displaystyle m_ {n} = langle z ^ {n} rangle = int _ { Gamma} z ^ {n} , f (x | mu, kappa) , dx}$

${ displaystyle = { frac {I_ {| n |} ( kappa)} {I_ {0} ( kappa)}} e ^ {in mu}}$

где интеграл берется по любому интервалу ${ displaystyle Gamma}$ длины 2π. При вычислении указанного выше интеграла мы используем тот факт, что z^п = cos (пх) + я грех (nx) и тождество функции Бесселя:^[4]

${ displaystyle I_ {n} ( kappa) = { frac {1} { pi}} int _ {0} ^ { pi} e ^ { kappa cos (x)} cos (nx) , dx.}$

Среднее значение комплексной экспоненты z тогда просто

${ displaystyle m_ {1} = { frac {I_ {1} ( kappa)} {I_ {0} ( kappa)}} e ^ {i mu}}$

и круговое среднее значение угла Икс тогда берется аргумент μ. Это ожидаемое или предпочтительное направление угловых случайных величин. Дисперсия z, или круговая дисперсия Икс является:

${ displaystyle { textrm {var}} (x) = 1-E [ cos (x- mu)] = 1 - { frac {I_ {1} ( kappa)} {I_ {0} ( каппа)}}.}$

Ограничивающее поведение

Когда ${ displaystyle kappa}$ большое, распределение напоминает нормальное распределение. В частности, для больших положительных действительных чисел ${ displaystyle kappa}$,

${ displaystyle f (x mid mu, kappa) приблизительно { frac {1} { sigma { sqrt {2 pi}}}} exp left [{ dfrac {- (x- му) ^ {2}} {2 sigma ^ {2}}} right]}$

где σ² = 1/${ displaystyle kappa}$ и разница между левой и правой частями приближения сходится равномерно к нулю как ${ displaystyle kappa}$ уходит в бесконечность. Кроме того, когда ${ displaystyle kappa}$ мала, функция плотности вероятности напоминает равномерное распределение:

${ Displaystyle lim _ { каппа rightarrow 0} е (х середина му, каппа) = mathrm {U} (х)}$

где интервал равномерного распределения ${ Displaystyle mathrm {U} (х)}$ - выбранный интервал длины ${ displaystyle 2 pi}$ (т.е. ${ Displaystyle mathrm {U} (х) = 1 / (2 пи)}$ когда ${ displaystyle x}$ находится в интервале и ${ Displaystyle mathrm {U} (х) = 0}$ когда ${ displaystyle x}$ не в интервале).

Оценка параметров

Серия N измерения ${ Displaystyle Z_ {п} = е ^ {я тета _ {п}}}$ полученный из распределения фон Мизеса может быть использован для оценки некоторых параметров распределения. (Borradaile, 2003) Среднее значение сериала ${ displaystyle { overline {z}}}$ определяется как

${ displaystyle { overline {z}} = { frac {1} {N}} sum _ {n = 1} ^ {N} z_ {n}}$

и его математическое ожидание будет только первым моментом:

${ displaystyle langle { overline {z}} rangle = { frac {I_ {1} ( kappa)} {I_ {0} ( kappa)}} e ^ {i mu}.}$

Другими словами, ${ displaystyle { overline {z}}}$ является объективный оценщик первого момента. Если предположить, что среднее ${ displaystyle mu}$ лежит в интервале ${ displaystyle [- pi, pi]}$, затем Arg${ displaystyle ({ overline {z}})}$ будет (смещенной) оценкой среднего ${ displaystyle mu}$.

Просмотр журнала ${ displaystyle z_ {n}}$ как набор векторов в комплексной плоскости, ${ displaystyle { bar {R}} ^ {2}}$ статистика - это квадрат длины усредненного вектора:

${ displaystyle { bar {R}} ^ {2} = { overline {z}} , { overline {z ^ {*}}} = left ({ frac {1} {N}} sum _ {n = 1} ^ {N} cos theta _ {n} right) ^ {2} + left ({ frac {1} {N}} sum _ {n = 1} ^ { N} sin theta _ {n} right) ^ {2}}$

и его математическое ожидание:

${ displaystyle langle { bar {R}} ^ {2} rangle = { frac {1} {N}} + { frac {N-1} {N}} , { frac {I_ { 1} ( kappa) ^ {2}} {I_ {0} ( kappa) ^ {2}}}.}.$

Другими словами, статистика

${ displaystyle R_ {e} ^ {2} = { frac {N} {N-1}} left ({ bar {R}} ^ {2} - { frac {1} {N}} верно)}$

будет объективной оценкой ${ displaystyle { frac {I_ {1} ( kappa) ^ {2}} {I_ {0} ( kappa) ^ {2}}} ,}$ и решив уравнение ${ Displaystyle R_ {е} = { гидроразрыва {I_ {1} ( kappa)} {I_ {0} ( kappa)}} ,}$ за ${ Displaystyle каппа ,}$ даст (смещенную) оценку ${ Displaystyle каппа ,}$. По аналогии с линейным случаем решение уравнения ${ displaystyle { bar {R}} = { frac {I_ {1} ( kappa)} {I_ {0} ( kappa)}} ,}$ даст оценка максимального правдоподобия из ${ Displaystyle каппа ,}$ и оба будут равны в пределе больших N. Для приближенного решения ${ Displaystyle каппа ,}$ Ссылаться на распределение фон Мизеса – Фишера.

Распределение среднего

В распределение выборочного среднего ${ displaystyle { overline {z}} = { bar {R}} e ^ {я { overline { theta}}}}$ для распределения фон Мизеса дается выражением:^[5]

${ displaystyle P ({ bar {R}}, { bar { theta}}) , d { bar {R}} , d { bar { theta}} = { frac {1} {(2 pi I_ {0} ( kappa)) ^ {N}}} int _ { Gamma} prod _ {n = 1} ^ {N} left (e ^ { kappa cos ( theta _ {n} - mu)} d theta _ {n} right) = { frac {e ^ { kappa N { bar {R}} cos ({ bar { theta}} - mu)}} {I_ {0} ( kappa) ^ {N}}} left ({ frac {1} {(2 pi) ^ {N}}} int _ { Gamma} prod _ {n = 1} ^ {N} d theta _ {n} right)}$

куда N количество измерений и ${ displaystyle Gamma ,}$ состоит из интервалов ${ displaystyle 2 pi}$ в переменных, при условии, что ${ displaystyle { bar {R}}}$ и ${ displaystyle { bar { theta}}}$ постоянны, где ${ displaystyle { bar {R}}}$ является результатом среднего:

${ displaystyle { bar {R}} ^ {2} = | { bar {z}} | ^ {2} = left ({ frac {1} {N}} sum _ {n = 1} ^ {N} cos ( theta _ {n}) right) ^ {2} + left ({ frac {1} {N}} sum _ {n = 1} ^ {N} sin ( theta _ {n}) right) ^ {2}}$

и ${ displaystyle { overline { theta}}}$ средний угол:

${ Displaystyle { overline { theta}} = mathrm {Arg} ({ overline {z}}). ,}$

Обратите внимание, что термин продукта в скобках - это просто распределение среднего для круговое равномерное распределение.^[5]

Это означает, что распределение среднего направления ${ displaystyle mu}$ распределения фон Мизеса ${ Displaystyle ВМ ( му, каппа)}$ является распределением фон Мизеса ${ displaystyle VM ( mu, { bar {R}} N kappa)}$, или, что то же самое, ${ Displaystyle ВМ ( му, р каппа)}$.

Энтропия

По определению информационная энтропия распределения фон Мизеса равна^[2]

${ Displaystyle H = - int _ { Gamma} е ( theta; mu, kappa) , ln (f ( theta; mu, kappa)) , d theta ,}$

куда ${ displaystyle Gamma}$ любой интервал длины ${ displaystyle 2 pi}$. Логарифм плотности распределения Фон Мизеса прост:

${ Displaystyle пер (е ( тета; му, каппа)) = - пер (2 пи I_ {0} ( каппа)) + каппа соз ( тета) ,}$

Представление характеристической функции для распределения Фон Мизеса:

${ displaystyle f ( theta; mu, kappa) = { frac {1} {2 pi}} left (1 + 2 sum _ {n = 1} ^ { infty} phi _ { n} cos (n theta) right)}$

куда ${ displaystyle phi _ {n} = I_ {| n |} ( kappa) / I_ {0} ( kappa)}$. Подставляя эти выражения в интеграл энтропии, меняя порядок интегрирования и суммирования и используя ортогональность косинусов, энтропию можно записать:

${ Displaystyle Н = пер (2 пи I_ {0} ( каппа)) - каппа фи _ {1} = пер (2 пи I_ {0} ( каппа)) - каппа { гидроразрыв {I_ {1} ( kappa)} {I_ {0} ( kappa)}}}$

За ${ displaystyle kappa = 0}$, распределение фон Мизеса становится круговое равномерное распределение а энтропия достигает максимального значения ${ displaystyle ln (2 pi)}$.

Обратите внимание, что распределение фон Мизеса максимизирует энтропию когда действительная и мнимая части первого круговой момент указаны^[6] или, что то же самое, круговое среднее и круговая дисперсия указаны.

Смотрите также

• Двумерное распределение фон Мизеса
• Направленная статистика
• Распределение фон Мизеса – Фишера
• Кент распределение

Рекомендации

дальнейшее чтение

Этот дальнейшее чтение раздел может содержать несоответствующие или чрезмерные предложения, которые могут не соответствовать рекомендациям Википедии. руководящие указания. Убедитесь, что только разумное количество из сбалансированный, актуальный, надежный, и даны важные предложения для дальнейшего чтения; удаление менее актуальных или повторяющихся публикаций с помощью та же точка зрения где это уместно. Рассмотрите возможность использования соответствующих текстов в качестве встроенные источники или создание отдельная библиографическая статья. (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 г .; 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 », Hill, ACM Transactions on Mathematical Software, Vol. 3, No. 3, September 1977, Pages 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. Получено 31 декабря 2009.