Gamma ve Ki-kare Dağılımları
Gamma Fonksiyonu:
1
0
( )α xα e dxx , α
∞
Γ =
∫
− − ∈Rfonksiyonuna Gamma fonksiyonu denir. Bu fonksiyon için,
1 1 2
0
0 0
( ) x ( x) ( 1) x
u dv x
xα e dx xα e xα e dx
α α
∞ ∞
− − − − ∞ − −
Γ =
∫
= − = + −∫
2
0
(α 1) xα e dxx
∞
− −
= −
∫
=(α− Γ − 1) (α 1)
0
(1) e dxx 1
∞
Γ =
∫
− =( )α (α 1)! , α +
Γ = − ∈ Z
ve
1 2
0
( )1 2
x e dxx π
∞ − −
Γ =
∫
= (matematik derslerinde göreceksiniz) dır. Örneğin,2 1
0 0
(2) (2 1)! 1
x x
xe dx x e dx
∞ ∞
− = − − = Γ = − =
∫ ∫
5 6 1
0 0
(6) (6 1)! 5! 120
x x
x e dx x e dx
∞ ∞
− = − − = Γ = − = =
∫ ∫
5 7
2 2 1
0 0
7 5 5 5 3 3 5 3 1 1 5 3 1 15
( ) ( ) ( ) ( )
2 2 2 2 2 2 2 2 2 2 2 2 2 8
x x
x e dx x e dx π
π
∞ ∞
− = − − = Γ = Γ = × Γ = × × Γ = × × × =
∫ ∫
dır.
Matlab’da gamma fonksiyonu:
>> gamma(2) ans =
1
>> gamma(6) ans =
120
>> gamma(7/2) ans =
3.3234 |
>> gamma(1/2) ans =
1.7725
>> sqrt(pi) ans = 1.7725
>> gamma(2.2) ans =
1.1018
>> gamma(-2.2) ans =
-2.205 dır.
>> alfa=-5:0.1:5;
>> plot(alfa,gamma(alfa)
-5 -4 -3 -2 -1 0 1 2 3 4 5
-15 -10 -5 0 5 10 15 20 25
Ayrıca β∈(0,∞ için, )
1 / 1
0 0
x u ( )
xα e βdx βα uα e dx βα α
∞ ∞
− − = − − = Γ
∫ ∫
1 /
0
( ) 1 x e x
dx
α β
βα α
∞ − −
Γ =
∫
dır.
Tanım 1 Bir X rasgele değişkenin olasılık yoğunluk fonksiyonu,
1 /
, 0
( ) ( )
0 , .
x e x
f x x
d y
α β
βα α
− − >
= Γ
, 1
, (0, )
α θ β
= β ∈ ∞
biçiminde olduğunda, X ‘e Gamma Dağılımına sahiptir denir ve X ∼Γ( , )α β biçiminde gösterilir.
(α 1, )β
Γ = dağılımının olasılık yoğunluk fonksiyonu,
/
, 0
( )
0 , .
e x
f x x
d y
β
β
− >
=
olmak üzere, bu β parametreli üstel dağılımın olasılık yoğunluk fonksiyonudur. (Γ =α 1, )β dağılımı β parametreli üstel dağılımdır.
>> x=0:0.1:15;
>> plot(x,gampdf(x,1,2))
0 5 10 15
0 0.1 0.2 0.3 0.4 0.5
Gamma dağılımının parametreleri ,α β∈(0,∞ olmak üzere, bu parametrelere bağlı ) olarak olasılık yoğunluk fonksiyonu değişik biçimler almaktadır. Örneğin,
>> plot(x,gampdf(x,.5,2))
0 5 10 15
0 0.5 1 1.5
>> plot(x,gampdf(x,1.5,2))
0 5 10 15
0 0.05 0.1 0.15 0.2 0.25
>> plot(x,gampdf(x,3,2))
0 5 10 15
0 0.05 0.1 0.15 0.2
>> plot(x,gampdf(x,3,.5))
0 5 10 15
0 0.2 0.4 0.6 0.8
>> plot(x,gampdf(x,10,0.5))
0 5 10 15
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
>> plot(x,gampdf(x,5,1))
0 5 10 15
0 0.05 0.1 0.15 0.2
>> plot(x,gampdf(x,3,.5))
>> hold on
>> plot(x,gampdf(x,2,.5),'r')
>> hold on
>> plot(x,gampdf(x,0.5,3),'g')
>> hold on
>> plot(x,gampdf(x,5,.5))
>> hold on
>> plot(x,gampdf(x,2,2),'r')
>> hold on
>> plot(x,gampdf(x,0.5,10),'g')
>> plot(x,gampdf(x,10,0.5),'k')
0 5 10 15
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
>> plot(x,gampdf(x,5,1))
>> figure
>> plot(x,gamcdf(x,5,1))
0 5 10 15
0 0.05 0.1 0.15 0.2
0 5 10 15
0 0.2 0.4 0.6 0.8 1
Gamma dağılımına sahip bir X ∼Γ( , )α β rasgele değişkeni için,
( ) ( )
1 1 , 00 ,
x
x e x
f x
dy
α β
α βα
− −
>
Γ
=
( ) ( )tX
MX t =E e
( )
10
1 1
,
x
etx α xα e βdx t
α β β
∞ −
= − <
∫
Γ( )
0 11 1 t x
xα e dx
α
β
α β
∞ − − −
=Γ
∫
... 1 1
1 , 1
t x y x y dx dy
t t
β β β
− = ⇒ = =
− −
( )
1
1 0
1 1
1 1 y y
e dy
t t
α α α
α β β β
∞ −
−
= −
Γ − −
∫
( )
1 0 11 1
1
y e dyy
t
α α
α βα
β
∞ − −
= −
Γ
−
∫
( )
( )
1(
1) (
1)
1 1 1
t
t t t
α
α α α
α
α β
α β β β β β Γ −
= = = = −
−
Γ − −
( ) (
1)
, 1MX t βt α t
β
= − − <
( )
dMX( )
t t 0(
1)
( 1)( )
t 0E X t
dt
α β − −α β αβ
= =
= = − − − =
( )
2 d M2 X2( )
t t 0(
1 1)( ) ( )
2 2 t 0(
2)
2E X t
dt
α α β − −α β α α β
= =
= = − − + − − = −
( ) ( )2 ( ( ) )
2 (
2 )
2 ( )
2 2
Var X =E X − E X = α α β− − αβ =αβ dır.
Tanım 2 Bir X rasgele değişkenin olasılık yoğunluk fonksiyonu,
1 / 2
2
2
, 0
( ) 2 ( )
2
0 , .
r x r
x e r x f x
d y
− −
>
= Γ
, r∈
{
1, 2,3,...}
biçiminde olduğunda, X ‘e Ki-kare Dağılımına sahiptir denir ve X ∼χ( )2r biçiminde gösterilir. Dağılım parametresi olan r sayısına serbestlik derecesi denir.
2 ( )r
χ dağılımı esasında ( , 2)
2 α r β
Γ = = dağılımıdır. Serbestlik derecesi r olan Ki-kare Dağılımı, parametreleri
2
α= , r β= olan Gamma Dağılımıdır. 2 χ(2)2 dağılımı θ= olan 2 üstel dağılımdır.
2 ( )r
χ dağılımına sahip bir X rasgele değişkeni için,
( ) (
1 2)
2 , 12
r
MX t = − t − t<
( )
E X =r
( )
2Var X = r dır.
Bir X rasgele değişkeni 4 serbestlik dereceli Ki-kare Dağılımına sahip olsun. X ‘in olasılık yoğunluk fonksiyonu ve dağılım fonksiyonunun grafikleri,
>> x = 0:0.1:20;
y = chi2pdf(x,4);
plot(x,y)
0 2 4 6 8 10 12 14 16 18 20
0 0.05 0.1 0.15 0.2
>> x = 0:0.1:20;
y = chi2cdf(x,4);
plot(x,y)
0 2 4 6 8 10 12 14 16 18 20
0 0.2 0.4 0.6 0.8 1
dır.
Örnek 1 Bir X rasgele değişkeni 10 serbestlik dereceli Ki-kare Dağılımına sahip olsun.
4 / 2
, 0
( ) 768
0 , .
x e x
f x x
d y
− >
=
( ) (
1 2)
5 , 1X 2
M t = − t − t<
( )
10E X =
( )
20Var X =
>> x = 0:0.1:30;
y = chi2pdf(x,10);
plot(x,y)
0 5 10 15 20 25 30
0 0.02 0.04 0.06 0.08 0.1
10 4 / 2
0
(0 10) int('x^4*exp(-x/2)/768', 0,10) = 0.55951 768
x e x
P X dx
−
< < =
∫
=>> x = 0:0.1:30;
y = chi2cdf(x,10);
plot(x,y)
0 5 10 15 20 25 30
0 0.2 0.4 0.6 0.8 1
(0 10) ( 10) (10)
P < <X =P X ≤ =F = chi2cdf(10,10) = 0.55951
Bu dağılımın ortancası nedir?
( ) ( ) 0.50
P X ≤m =P X ≥m =
olacak şekilde m sayısı nedir? Başka bir ifade ile,
4 / 2
0
768 0.50
m x
x e dx
−
∫
=( ) 0.50 F m =
olacak şekilde m sayısı nedir? F dağılım fonksiyonu, destek kümesi olan (0,∞ aralığı ) üzerinde bire-bir olduğundan,
1(0.50)
m=F− = chi2inv(0.50,10) = 9.3418 dır.
Gösterim: Bir X rasgele değişkeninin dağılımında xα ile gösterilen değer, P X( ≤xα)= α olacak şekildeki değer olsun. Buna göre dağılımın ortancası m=x0.50 dır. Birinci çeyreklik
x0.25, ikinci çeyreklik x0.50 = ve üçüncü çeyreklik m x0.75 dır.
2
χ(10) dağılımının çeyreklikleri,
>>chi2inv(0.25,10) ans =
6.7372
>> chi2inv(0.50,10) ans =
9.3418
>> chi2inv(0.75,10) ans =
12.549 olmak üzere,
0.25 0.75
( ) (6.7372 12.549) 0.50
P x < <X x =P < <X =
( 0.50) ( 9.3418) 0.50
P X ≤x =P X > =
( 0.75) ( 12.549) 0.25
P X >x =P X > = dır.
( 0.95) 0.95 P X ≤x =
ifadesindeki x0.95 değeri, yani dağılımın %95. yüzdeliği (kantili, quantile)
>> chi2inv(0.95,10) ans =
18.307
dır. %95. yüzdelik için
( 18.307) 0.95
P X ≤ =
( 18.307) 0.05
P X > =
dır.
Gösterim: χ( )2r dağılımında xα ile gösterilen değer 2
( ; ) 2 ( , ) r chi inv r
χα = α ile de
gösterilmektedir. X ∼χ( )2r için (P X ≤xα)= , α P X( ≤χ( ; )2αr )= dır. Matlab’da α χ( ; )2α r değeri chi inv2 ( , )α r fonksiyonu ile hesaplanmaktadır
2
χ(10) dağılımında,
>> chi2inv(0.05,10) ans =
3.9403
>> chi2inv(0.95,10) ans =
18.307 olmak üzere,
2
(0.05;10) 3.9403
χ =
2
(0.95;10) 18.307
χ =
ve
>> chi2inv(0.01,10) ans =
2.5582
>> chi2inv(0.99,10) ans =
23.209 olmak üzere,
2
(0.01;10) 2.5582
χ =
2
(0.99;10) 23.209
χ =
dır.