负二项分布的性质特征及在流行病学研究中的应用

负二项分布的性质特征及在流行病学研究中的应用

ID:10761981

大小:57.50 KB

页数:4页

时间:2018-07-08

负二项分布的性质特征及在流行病学研究中的应用_第1页
负二项分布的性质特征及在流行病学研究中的应用_第2页
负二项分布的性质特征及在流行病学研究中的应用_第3页
负二项分布的性质特征及在流行病学研究中的应用_第4页
资源描述:

《负二项分布的性质特征及在流行病学研究中的应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、负二项分布的性质特征及在流行病学研究中的应用【摘要】给出了负二项分布的分解定理,进一步研究了负二项分布的有关性质及参数的无偏一致估计,以及在流行病学该分布的生物学意义。【关键词】负二项分布;无偏一致估计;应用负二项分布是概率论中常用的重要的离散型随机分布,它在医学中主要用于聚集性疾病及生物、微生物、寄生虫分布模型等的研究。具体地说,当个体间发病概率不相等可以拟合负二项分布,如单位人数内某传染病的发病人数,某地方病、遗传病的发病人数等,这些均可通过负二项分布进行处理。本文从概率论的角度阐述负二项分布的性质及参

2、数的最小方差无偏估计,并且以该分布在流行病学中应用为例证讨论了其生物学意义。1负二项分布的概率模型负二项分布又称帕斯卡分布(Pascal),它有两种基本模型[1]:模型Ⅰ:假定每次试验可能的结果只有两个:可归结为成功或失败,每次试验之间是独立,每次成功的概率均为π,直到恰好出现r(指定的一个自然数)次成功所需试验次数X,则X的概率分布为:p(X=K)=πCr-1k-1πk-1(1-π)k-r=Cr-1k-1π-(1-π)k-rk=r,r+1…(1)模型Ⅱ:假定每次试验可能的结果只有两个:可归结为成功或失败,

3、每次试验之间是独立,每次成功的概率均为π,试验进行到r次成功为止,记X为试验共进行的次数,则X的概率分布为[3]:p(X=k)=Cr-1k+r-1πk(1-π)kk=0,1,2,…(2)此分布的概率是πr(1-(1-π))-r的幂级数展开式的项,负二项分布由此而得名记作X~f(k,r,π),或X~NB(r,π)一个重要的特例是r=1。这时(2)成为p(X=k)=π(1-π)kk=0,1,2,…(3)称为几何分布。2性质特征为研究负二项分布的性质,我们先给出一个重要的结论:引理:设X~NB(r,π),则其特征

4、函数为ψx(t)=πr(1-(1-π)eit)-r证明:ψx(t)=E(eitx)=∑∞i=0Cr-1i+r-1πr(1-π)ieitr=∑∞i=0Cr-1i+r-1πr((1-π)e)rti=πr∑∞i=0Cr-1i+r-1((1-π)ert)i=πr(1-(1-π)eit)-r定理1设:X1,X2,…,Xr(3)的iid样本,如果X=∑ri=1Xi,则X=∑ri=1Xi~NB(r,π)证明:因为X1,X2,…,Xr独立同分布,又有引理知X=∑ri=1Xi的特征函数为:φ(t)=πr(1-(1-π)eit

5、)-r=πr∑∞k=0(-r)(-r01)…(-r-k+1)k!((1-π)eit)k(-1)keitr=πr∑∞k=0(r+k-1)!(r-1)!k!(1-π)keit(k+1)=∑∞k=0πr(1-π)keit(k+r)Cr-1r+k-1这正是p(X=k)=Cr-1r+k-1(1-π)k的概率分布则X=∑ri=1Xi~NB(r,π)定理2设:X=X1,X2,…,Xn)是(1)的iid样本,则T(X)=∑ni=0Xi~NB(nr,π),则有p(T=k)=Cnr-1k-1πnr(1-π)k-nrk=nr,n

6、r+1,…(4)证明:设ξ的特征函数为f(t),那么f(t)=∑∞x=reitxCr-1N-1πN(1-π)N-r=πeit1-(1-π)eitr因为x是ξ的iid样本,所以Xi的特征函数fi(t)=f(t),i=1,2,…,n有特征函数的性质得T的特征函数为:∏ni=1fi(t)πeit1-(1-π)eitr由于特征函数与概率分布唯一对应,所以T~f(k,nr,π),其概率分布便是(4)。定理3设:X=(X1,X2,…,Xn)是(1)的iid样本,则T(X)=nr-1∑ni=1Xi-1,则它是π的最小方差

7、无偏估计。证明:由定理2可知E(T(X))=∑∞k=nrnr-1k-1Cnr-1k-1πnr(1-π)k-nr=π∑∞k-1=nr-1C(nr-1)-1(K-1)-1πnr-1×(1-π)(k-1)-(nr-1)=π所以T(X)是π的无偏估计。(责任编辑:admin)又由于E(T(X))=π,有切贝晓夫不等式,对?ε>0,有p(

8、T(X)-π

9、≥ω)≤V(T(X))ε2而V(T(X)=∑∞k=nrnr-1k-12Cnr-1k-1πnr(1-π)k-nr=π2∑∞k=nrnr-1k-1×k-2nr-2-

10、1×C(nr-2)-1(k-2)-1πnr-2(1-π)k-nr=π2∑∞k=nr1(k-1)(k-nr)(nr-2)×C(nr-2)-1(k-2)-1πnr-2(1-π)k-nr<π2nr-2∑∞k=nrC(nr-2)-1(k-2)-1πnr-2(1-π)(k-2)-(nr-2)=π2nr-2所以,对?ε>0,都有linn→∞p(

11、T(X)-π

12、≥ω)=0,可见T(X)是π的一致估计。又因为E(T(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。