SlideShare uma empresa Scribd logo
1 de 19
Baixar para ler offline
ガンマ分布と仲間たちガンマ分布と仲間たち
2015/10/10
TokyoR#51
@xiangze750
2
最近
● 色々な本が出版されている。
– 機械学習、統計、R、Python...数学
3
数学
今日はこれ
4
ガンマ関数とは
● 階乗の一般化
5
ガンマ関数とは
● 積分表示
負の数、実数、複素数に拡張できる。
http://www.askamathematician.com/2015/05/q-is-there-such-a-thing-as-half-a-derivative/
6
ガンマ関数とは
● 積分表示
7
ガンマ関数とは
● 無限積表示
分子分母に同じのをかける
8
ガンマ関数の性質
をつかうと
https://en.wikipedia.org/wiki/Reflection_formula
10page
9
ガンマ分布
Rでは
{d,p,q,r}gamma({x,q,p,n},shape,rate=1,scale=1/rate)
z=k
x=λxと改めて置く
10
ガンマ分布の意味
● 製品寿命の分布
– k個ある製品がどんどん壊れていく
– 1個の寿命の分布は指数分布
11
ガンマ分布の特殊例(1)
k=1のとき
詳しくは「ポアソン分布と指数分布のいけない関係」
指数分布
12
ガンマ分布の特殊例(1)
k(自然数)を変数としてみるとx=1のとき
詳しくは「ポアソン分布と指数分布のいけない関係」
ポアソン分布
平均寿命λの製品が単位時間
あたりにk-1回故障する確率
13
ガンマ分布の特殊例(1)
ガンマ分布
指数分布 ポアソン分布
k=1 x=1
14
共役事前分布
ガンマ分布は正規分布の分散の共役事前分布
分散σに対して
とおいて
98 Page
15
ベータ分布
● ベータ関数
をつかって
16
ディリクレ分布
● ベータ分布をさらに拡張
ディリクレ分布は多項分布の共役事前分布
N=3のとき
17
その他
● カイ2乗分布
– k=n+1/2, λ=1/2
● アーラン分布
– k=n
– 待ち時間の分布
18
まとめ
● ガンマ分布は確率分布理解の十字路
http://www.math.wm.edu/~leemis/chart/UDR/UDR.html
19
参考資料
● Shinyで確率分布いろいろ
– https://ksmzn.shinyapps.io/statdist/
● 確率分布曼荼羅
– http://leeswijzer.hatenablog.com/entry/2013/06/26/161846
– http://www.math.wm.edu/~leemis/chart/UDR/UDR.html

Mais conteúdo relacionado

Destaque

Dynamic system in_r_xiangze
Dynamic system in_r_xiangzeDynamic system in_r_xiangze
Dynamic system in_r_xiangze
Xiangze
 
RcppEigen and SVD
RcppEigen and SVDRcppEigen and SVD
RcppEigen and SVD
Xiangze
 
Stanで人類最強の男を決定する 2
Stanで人類最強の男を決定する 2Stanで人類最強の男を決定する 2
Stanで人類最強の男を決定する 2
Teito Nakagawa
 

Destaque (20)

負の二項分布について
負の二項分布について負の二項分布について
負の二項分布について
 
Dynamic system in_r_xiangze
Dynamic system in_r_xiangzeDynamic system in_r_xiangze
Dynamic system in_r_xiangze
 
Data assim r
Data assim rData assim r
Data assim r
 
RcppEigen and SVD
RcppEigen and SVDRcppEigen and SVD
RcppEigen and SVD
 
ガンマ分布 @魁!!広島ベイズ塾
ガンマ分布 @魁!!広島ベイズ塾ガンマ分布 @魁!!広島ベイズ塾
ガンマ分布 @魁!!広島ベイズ塾
 
指数分布とポアソン分布のいけない関係
指数分布とポアソン分布のいけない関係指数分布とポアソン分布のいけない関係
指数分布とポアソン分布のいけない関係
 
アルゴリズム取引のシステムを開発・運用してみて分かったこと
アルゴリズム取引のシステムを開発・運用してみて分かったことアルゴリズム取引のシステムを開発・運用してみて分かったこと
アルゴリズム取引のシステムを開発・運用してみて分かったこと
 
20141213 OpenStreetMapライセンスクイズ
20141213 OpenStreetMapライセンスクイズ20141213 OpenStreetMapライセンスクイズ
20141213 OpenStreetMapライセンスクイズ
 
Stanで人類最強の男を決定する 2
Stanで人類最強の男を決定する 2Stanで人類最強の男を決定する 2
Stanで人類最強の男を決定する 2
 
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
 
巨人の勝率を上げたい (スクレイピングとデータ集計)
巨人の勝率を上げたい (スクレイピングとデータ集計)巨人の勝率を上げたい (スクレイピングとデータ集計)
巨人の勝率を上げたい (スクレイピングとデータ集計)
 
StanTutorial
StanTutorialStanTutorial
StanTutorial
 
データ解析のための統計モデリング入門10章前半
データ解析のための統計モデリング入門10章前半データ解析のための統計モデリング入門10章前半
データ解析のための統計モデリング入門10章前半
 
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
 
2 2.尤度と最尤法
2 2.尤度と最尤法2 2.尤度と最尤法
2 2.尤度と最尤法
 
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
 
Rでセイバーメトリクス (イチローと松井 どっちが凄い?)
Rでセイバーメトリクス (イチローと松井 どっちが凄い?)Rでセイバーメトリクス (イチローと松井 どっちが凄い?)
Rでセイバーメトリクス (イチローと松井 どっちが凄い?)
 
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
 
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
 
10分でわかるRandom forest
10分でわかるRandom forest10分でわかるRandom forest
10分でわかるRandom forest
 

Gamma分布と仲間たち