Tilastoissajakelu voi olla joko teoreettista tai empiiristä . Beta jakelu onteoreettinen jakelu . Teoreettiset jakaumat ovat malleja siitä, kuinkamuuttuja voidaan jakaa empiirisesti . Empiiriset jakaumat onluettelotodennäköisyys kunkin tuloksen . Tunnetuin teoreettinen jakauma on todennäköisesti normaali jakauma ,kellomainen käyrä , ja monet muuttujat , kuten paino , jaetaan normaalisti . Beta jakelu onerittäin joustava jakelu . Jakaumafunktion
Beta jakelu on kaksi parametrit , alfa ja beta . Hieman harhaanjohtavasti , yksijakelu parametrien nimi on sama kuinitse jakelun . Kertymäfunktio beeta- jakelu on P ( x ) = G (alfa + beta) /G (alfa ) * G ( beta ) * ( 1 – x ) ^ ( beeta – 1 ) * x ^ ( alfa – 1 ) , jossa P ( x ) on todennäköisyys x , G on gamma funktio , joka on samanlainen kuin kertoma -toiminto , ja alfa ja beta ovat parametreja .
Ennen Bayesin tilastot
Bayes tilastot käyttää ennen uskomuksiaaihe osanaanalyysiä . Esimerkiksi , saatat uskoa, ettäkeskimääräinen aikuinen mies painaa 170 kiloa , mutta myös sitä mieltä, että ne vaihtelevat niiden painon . Jotta mallintaa näitä aikaisempia uskomuksia , sinun ennen uskomuksiamuuttuja on mallinnettu . Koska sen suuri joustavuus ,Beta jakelu käytetään usein mallintamaan ennen uskomuksia . Valitsemalla alfa ja beta , melkein mikä tahansa vakaumus rakennetta voidaan mallintaa .
Keskiarvo ja varianssi
< p >jakelua n keskiarvo onaritmeettinen keskiarvo . Beta jakelu : n keskiarvo on
alpha /( alpha + beta ) . Sähkönsiirron varianssi onmitata, kuinka levittääjakelu on . Beta jakelu : n varianssi on alfa * beta /(alfa + beta) ^ 2 * ( alpha + beta + 1) . Esimerkiksi, jos alfa on 1 ja beeta on 0,25 , keskiarvo on 1 /1,25 = 0,8 ja varianssi on 1 * 0,25 /2 * ( 1 + 0,25 + 1 ) = 0,25 /2 * 2,25 = 0,25 /4,5 = 0,056 . Kuitenkin , se on parasta katsoa Beta kuvaajat täysin arvostaa sen joustavuus .
Käytä Project Management
< p> projektinhallinta , on usein tarpeen arvioida todennäköisesti paljon aikaa se vie tehtävän suorittamiseksi jaBeta jakelu käytetään usein tähän tarkoitukseen . Annettujaminimi , maksimi ja arvioitu päättymisaika , voit laskeaparametritBeta jakelusopiva muoto . Voit myös tehdä tämän annetaankeskiarvo ja keskihajontaaikaa .