A statisztikában , a forgalmazási lehetnek elméleti vagy gyakorlati . Béta eloszlás elméleti eloszlás . Elméleti eloszlás modellek hogyan változtatható meg lehet osztani empirikusan . Empirikus eloszlás egy lista a valószínűsége minden lehetséges kimenetelét . A legismertebb elméleti eloszlás talán a normális eloszlás , a harang alakú görbe , és sok változó , mint a súly , szét rendesen. Béta eloszlás egy nagyon rugalmas eloszlás . Eloszlásfüggvény
Beta eloszlás két paramétere van , az alfa és béta. Némiképp zavaróan az egyik eloszlás paramétereinek ugyanaz a neve, mint az eloszlás is. Eloszlásfüggvénye a béta eloszlás P ( x ) = G ( alpha + beta ) /G ( alpha ) * G ( béta) * (1 – x ) ^ (béta – 1) * x ^ ( alfa- 1) , ahol P ( x) annak a valószínűsége, x , G a gamma-függvény , ami hasonló a faktoriális függvény , és az alfa- és béta- paraméterek.
előzetes Bayes Statisztika:
Bayes statisztikát használó előzetes hiedelmek tárgya részeként az elemzés . Például előfordulhat, hogy úgy gondolja, hogy az átlagos felnőtt férfi súlya 170 £ , de azt is gondolom, hogy változnak a súlyuk . Annak érdekében, hogy a modell ezeket a korábbi hiedelmek , a korábbi hiedelmek változó modellezni kell . Mert a nagy rugalmasság , a béta-eloszlás gyakran használják modellezni korábbi hiedelmek. Azáltal, alfa-és béta , szinte minden hit szerkezet modellezhető .
Átlag és szórás : Matton
A eloszlás átlagának számtani átlaga . Beta disztribúció átlag
alpha /(alfa + béta) . Az eloszlás a szórás a mértéke, hogy szét az eloszlás . Béta-eloszlás a szórás alpha * beta /(alfa + béta) ^ 2 * ( alpha + beta + 1) . Például, ha az alfa -és béta- 1 .25 van , az átlagos lesz 1 /1,25 = 0,8 , és a variancia lesz 1 * 0,25 /2 * (1 + .25 + 1) = 0,25 /2,25 = 2 * .25 /4,5 = 0,056 . Azonban a legjobb, hogy nézd meg béta-eloszlás grafikonokat , hogy teljes mértékben értékelni a rugalmasság .
Használata Projektmenedzsment : Matton
A projekt menedzsment , gyakran kell becsülni a valószínű mennyi időt vesz igénybe , hogy egy feladat elvégzésére , és a béta-eloszlás gyakran használják erre a célra. Mivel a minimum , maximum és várható befejezésének ideje, akkor számítani a paramétereket a béta-eloszlás a megfelelő forma . Ön is ezt adott átlagát és szórását az időt .
