负指数分布
指数分布
负指数分布又称指数分布。泊松事件流的等待时间(相继两次出现之间的间隔)服从指数分布。用于描述非老化性元件的寿命(元件不老化,仅由于突然故障而毁坏)。常假定排队系统中服务器的服务时间和Petri网中变迁的实施速率符合指数分布。
简介
在概率理论和统计学中,负指数分布(也称为指数分布)是描述泊松过程中的事件之间的时间的概率分布,即事件以恒定平均速率连续且独立地发生的过程。 这是伽马分布的一个特殊情况。 它是几何分布的连续模拟,它具有无记忆的关键性质。 除了用于分析泊松过程外,还可以在其他各种环境中找到。
指数分布与分布指数族的分类不同,后者是包含指数分布作为其成员之一的大类概率分布,也包括正态分布二项分布伽马分布泊松分布等等。
指数函数的一个重要特征是无记忆性(Memoryless Property,又称遗失记忆性)。这表示如果一个随机变量呈指数分布,当时有。即,如果T是某一元件的寿命,已知元件使用了t小时,它总共使用至少小时的条件概率,与从开始使用时算起它使用至少s小时的概率相等。
指数分布描述
概率密度函数
一个指数分布的概率密度函数是:
其中λ > 0是分布的一个参数,常被称为率参数(rate parameter)。即每单位时间发生该事件的次数。指数分布的区间是[0,∞)。 如果一个随机变量X呈指数分布,则可以写作:X~ Exponential(λ)。
累积分布函数
累积分布函数可以写成:
记号
若随机变量服从参数为的指数分布,则记为
特性
均值和方差
随机变量X(X的率参数是λ) 的期望值是:
比方说:如果你平均每个小时接到2次电话,那么你预期等待每一次电话的时间是半个小时。
X的方差是:
X的偏离系数是:V[X] = 1
无记忆性
指数函数的一个重要特征是无记忆性(Memoryless Property,又称遗失记忆性)。这表示如果一个随机变量呈指数分布,它的条件概率遵循:
与泊松过程的关系
泊松过程是一种重要的随机过程。泊松过程中,第k次随机事件与第k+1次随机事件出现的时间间隔服从指数分布。而根据泊松过程的定义,长度为t的时间段内没有随机事件出现的概率等于
长度为t的时间段内随机事件发生一次的概率等于 所以第k次随机事件之后长度为t的时间段内,第k+n次 (n=1, 2, 3,...)随机事件出现的概率等于。这是指数分布。这还表明了泊松过程的无记忆性。
四分位数
率参数λ的四分位数函数(Quartile function)是:
第一四分位数:
第三四分位数:
参数估计
最大似然法
给定独立同分布样本x= (x1, ...,xn),λ的似然函数(Likelihood function)是:
其中:是样本均值。
似然函数对数导数是:
概率参数的最大似然(Maximum likelihood)估计值是:
参考资料
最新修订时间:2024-12-13 17:28
目录
概述
简介
参考资料