Cos'è distribuzione beta?
Distribuzione Beta
La distribuzione beta è una famiglia di distribuzioni di probabilità continue definite sull'intervallo [0, 1] parametrizzata da due parametri di forma positivi, solitamente indicati con α (alpha) e β (beta). È particolarmente utile per modellare la distribuzione di probabilità di variabili casuali limitate a un intervallo finito.
Definizione formale:
La funzione di densità di probabilità (PDF) della distribuzione beta è definita come:
f(x; α, β) = (x^(α-1) * (1-x)^(β-1)) / B(α, β)
dove:
- x è la variabile casuale (0 ≤ x ≤ 1)
- α è il primo parametro di forma (α > 0)
- β è il secondo parametro di forma (β > 0)
- B(α, β) è la funzione beta, che serve come costante di normalizzazione: B(α, β) = Γ(α)Γ(β) / Γ(α+β), dove Γ è la funzione gamma.
Parametri:
- α (Alpha): Influisce sulla forma della distribuzione. Valori α > 1 tendono a concentrare la distribuzione verso 1, mentre valori α < 1 la concentrano verso 0. α = 1 dà una distribuzione uniforme quando anche β=1. Puoi trovare maggiori dettagli su https://it.wikiwhat.page/kavramlar/Parametro%20Alfa
- β (Beta): Influisce sulla forma della distribuzione. Valori β > 1 tendono a concentrare la distribuzione verso 0, mentre valori β < 1 la concentrano verso 1. β = 1 dà una distribuzione uniforme quando anche α=1. Puoi trovare maggiori dettagli su https://it.wikiwhat.page/kavramlar/Parametro%20Beta
Caratteristiche importanti:
- Supporto: La distribuzione è definita solo sull'intervallo [0, 1].
- Forma: La forma della distribuzione beta è molto flessibile e può essere simmetrica, asimmetrica, unimodale o bimodale a seconda dei valori di α e β.
- Media: La media (valore atteso) della distribuzione beta è data da: E[x] = α / (α + β). Puoi trovare maggiori dettagli su https://it.wikiwhat.page/kavramlar/Media%20Distribuzione%20Beta
- Varianza: La varianza della distribuzione beta è data da: Var(x) = (α * β) / ((α + β)^2 * (α + β + 1)). Puoi trovare maggiori dettagli su https://it.wikiwhat.page/kavramlar/Varianza%20Distribuzione%20Beta
- Moda: La moda (il valore più probabile) della distribuzione beta è data da: moda = (α - 1) / (α + β - 2) (per α > 1 e β > 1).
Applicazioni:
La distribuzione beta trova impiego in numerosi campi, tra cui:
- Statistica Bayesiana: Come distribuzione a priori coniugata per la probabilità di successo in una distribuzione di Bernoulli.
- Modellazione della durata: Per modellare la proporzione del completamento di un'attività nel tempo.
- Gestione del progetto: Per modellare la durata di un'attività del progetto.
- Analisi del rischio: Per modellare probabilità e incertezze.
- Machine Learning: Come componente di alcuni modelli probabilistici.
Relazione con altre distribuzioni:
- Distribuzione uniforme: Quando α = 1 e β = 1, la distribuzione beta si riduce alla distribuzione uniforme sull'intervallo [0, 1].
- Distribuzione di Bernoulli: La distribuzione beta è la distribuzione a priori coniugata per il parametro di probabilità di successo in una distribuzione di Bernoulli.