Ters Tamamlanmamış Beta Fonksiyonu Hesaplama Aracı

Ters Tamamlanmamış Beta Fonksiyonu Hesaplama Aracı

Büyüyen AI Skill PRO

Hesaplamaya Girin

Formül

x=I(y/B)−1(a,b),B=Γ(a)Γ(b)Γ(a+b)x = I^{-1}_{\left(\text{y}\,/\,B\right)}\!\left(\text{a},\ \text{b}\right),\qquad B = \frac{\Gamma(\text{a})\,\Gamma(\text{b})}{\Gamma(\text{a}+\text{b})}
Kullanım istatistikleri

Reklam

Sonuç

Ters değer x
0,5358411166
seçilen beta fonksiyonunun y'ye eşit olduğu üst sınır
Tam beta B(a,b) 0,3333333333
Düzenli hedef 0,9

Bu sayfadaki bir hatayı bildir

Bu araç ne işe yarar?

Ters tamamlanmamış beta fonksiyonu hesaplama aracı, seçtiğiniz beta fonksiyonunun hedef bir y değerine ulaştığı üst integral sınırı x'i bulur. Normalleştirilmemiş tamamlanmamış beta fonksiyonu \(B_x(a,b)\)'yi ya da düzenli (normalleştirilmiş) sürüm \(I_x(a,b)\)'yi tersine çevirebilirsiniz. \(I_x(a,b)\) 0'dan 1'e doğru sürekli (monoton) arttığı için bu tersine çevirme işlemi, beta dağılımının ardındaki kuantil (yüzdelik nokta) hesabıyla ve Student t, Fisher F ile binom dağılımlarının kritik değerleriyle birebir aynıdır.

Sol taralı p alanı x noktasında biten beta yoğunluk eğrisi
Düzenlenmiş eksik beta I_x(a,b), taralı p alanıdır; ters fonksiyon hedef p'yi veren x'i bulur.

Nasıl kullanılır?

Tersine çevirmek istediğiniz Fonksiyonu seçin. Hedef y değerini ve iki pozitif şekil parametresi olan a ile b'yi girin. Düzenli modda y değeri 0 ile 1 arasında olmalıdır. Normalleştirilmemiş modda ise y, 0 ile tam beta değeri \(B(a,b)\) arasında olmalıdır; bu değeri sonuç panelinde görebilirsiniz. Hem a hem de b kesinlikle 0'dan büyük olmalıdır.

Formül ve algoritma

Tam beta şu şekilde hesaplanır: $$B(a,b)=\exp\!\left(\ln\Gamma(a)+\ln\Gamma(b)-\ln\Gamma(a+b)\right).$$ Hedef değer, düzenli bir olasılık p'ye dönüştürülür (\(I_x\) için \(p=y\), \(B_x\) için \(p=y/B(a,b)\)). İleri yöndeki \(I_x(a,b)\), kararlılık için standart simetrik-argüman tekniğini kullanan bir sürekli kesir (değiştirilmiş Lentz yinelemesi) ile hesaplanır ve \(I_x(a,b)=p\) denklemi, yakınsaması garanti edilen ikiye bölme (bisection) yöntemiyle \([0,1]\) aralığında çözülür.

Reklam
Hedef p'yi çözüm x'e eşleyen kesik çizgili monoton I_x eğrisi
I_x(a,b), x'te monoton arttığı için ters fonksiyon, eğrinin hedef p'ye ulaştığı x'i kök bularak elde edilir.

Örnek çözüm

Düzenli modu \(y = 0{,}3\), \(a = 1\), \(b = 3\) değerleriyle ele alalım. \(a = 1\) olduğunda \(I_x(1,b)=1-(1-x)^{b}\) özdeşliği geçerlidir; dolayısıyla $$1-(1-x)^{3}=0{,}3$$ ifadesinden \((1-x)^{3}=0{,}7\) çıkar, buradan \(1-x = 0{,}887904\) ve x ≈ 0,1120959 bulunur. Aynı y, a, b değerleriyle normalleştirilmemiş modda: \(B(1,3)=1/3\) olduğundan \(p=0{,}3/(1/3)=0{,}9\) olur, bu da \((1-x)^{3}=0{,}1\) ve x ≈ 0,5358407 sonucunu verir.

Sık sorulan sorular

\(B_x\) ile \(I_x\) arasındaki fark nedir? \(I_x\), \(B_x\)'in tam beta \(B(a,b)\)'ye bölünmesiyle elde edilir; bu nedenle \(I_x\) her zaman 0 ile 1 arasında, \(B_x\) ise 0 ile \(B(a,b)\) arasında değişir.

a ve b neden pozitif olmalı? Tanımlayıcı integral yalnızca \(a>0\) ve \(b>0\) için yakınsar; aksi takdirde Gamma fonksiyonu ve integral tanımsız kalır.

Sonuç ne kadar hassas? Kök bulucu, yaklaşık çift duyarlığa (~15 anlamlı basamak) yakınsar; bu da istatistiksel kuantil çalışmaları için fazlasıyla yeterlidir.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör