La distribución Beta-bra es una extensión relativamente oscura y poderosa de la distribución Beta, diseñada para modelar Bayesian donde la flexibilidad en la especificación previa es crítica. Mientras que la distribución Beta estándar es ampliamente utilizada como conjugado antes de las probabilidades binomial y benoulli, su forma se limita a formas unimodales o delimitadas controladas por dos parámetros.

¿Qué es la distribución de Beta-bra?

La distribución Beta-bra es una distribución continua de probabilidad definida en el intervalo [0, 1]. Generaliza la distribución de Beta añadiendo un tercer parámetro, a menudo denotado como λ (lambda), que controla la asimetría y el peso de la cola de la forma. El nombre “Beta-bra” a veces se utiliza para distinguirlo de la Beta estándar, aunque aparece en literatura especializada Bayesiana bajo diversos nombres, incluyendo el distribución de Beta de tres pares o el distribución de Beta exponente.

Formalmente, la función de densidad de probabilidad (PDF) de la distribución Beta-bra es:

f(x Ø α, β, λ) = C(α, β, λ) · xα − 1 · (1 − x)β - 1 · eλ− x

Donde:

  • α √≥ √≥ 0 y β √≥ 0 son parámetros de forma (análogales a los de la distribución Beta)
  • λ ≥ 0 es un parámetro adicional de la skewness (para λ = 0, la distribución se reduce al Beta estándar)
  • C(α, β, λ) es la constante de normalización asegurando que la densidad se integra a 1 sobre [0,1]

La constante de normalización no tiene expresión de forma cerrada en términos de funciones elementales; se expresa normalmente a través de la función gamma incompleta o numérica computada. Esta complejidad es un cambio de la flexibilidad adicional que la distribución proporciona.

Parámetros y flexibilidad

Los dos parámetros de forma α y β se comportan de forma similar a los de la distribución Beta: controlan el medio y la concentración de masa de probabilidad. E[X] ♥ α / (α + β) para pequeños λ, pero a medida que crece λ, el medio cambia hacia la izquierda porque el término exponencial eλ−x penaliza valores más grandes de x. El parámetro λ permite la distribución a los datos modelo o prioridades que son derecho a la derecha o zurdo más allá de lo que puede lograr la distribución Beta. Por ejemplo, con α fijo y β, el aumento de λ hace que la distribución se concentre más cerca de cero, creando un pico agudo en el límite izquierdo. Esto es útil cuando la creencia anterior favorece fuertemente las probabilidades bajas, incluso después de contabilizar el tamaño de muestra anterior.

Debido a que la distribución Beta-bra tiene tres parámetros, puede capturar una variedad más amplia de formas que el Beta de dos parámetros. El Beta estándar sólo puede modelar formas simétricas, desgarradas izquierdas, despreocupadas o uniformes dependiendo de α y β, pero no puede controlar de forma independiente la ubicación del pico y la pesadez de la cola. α y β fijan la mayor parte de la distribución, mientras λ fin-tunes el comportamiento de la cola cerca de cero (o, con una reparametrización, cerca de uno).

Formulación matemática

Detallemos la función de distribución acumulativa (CDF) y los momentos clave de la distribución Beta-bra.

Función de densidad de probabilidad

Como se ha indicado anteriormente, el PDF es:

f(x) = C(α, β, λ) · xα-1− (1 a x)β1− eλ−x, 0 ≤ x ≤ 1.

La constante de normalización se puede expresar usando la función hipergeométrica confluente 1F1:

C(α, β, λ) = [ B(α, β) · 1F1(α; α+β; −λ) ]−1

donde B(α, β) = lumina(α) la distancia(β)/ la función de la Beta. Esta representación es útil para la computación numérica y el análisis teórico. En la práctica, muchos paquetes de software Bayesian (como Stan o PyMC) manejan esta distribución a través de la integración numérica o como una distribución definida por el usuario.

Función de distribución acumulativa

El CDF se da por:

F(x) = C(α, β, λ) · ∫0x tα-1− (1 a 3)β1− eλ−t ♪.

Existen expresiones de forma cerrada en términos de la función beta incompleta y funciones hipergeométricas, pero rara vez se utilizan directamente. En lugar de ello, los analistas dependen de la cuadratura o muestreo numéricos.

Momentos

El momento crudo R-th es:

E[Xr] = [ B(α+r, β) · 1F1(α+r; α+β+r; −λ) ] / [ B(α, β) · 1F1(α; α+β; −λ) ].

El medio (r=1) simplifica:

E[X] = [ α / (α+β) ] · [ 1F1(α+1; α+β+1; −λ) / 1F1(α; α+β; −λ) ].

Cuando λ=0, la relación hipergeométrica se convierte en 1, y recuperamos la media beta α/(α+β).

Relación con Otras Distribuciónes

La distribución Beta-bra forma parte de una familia más amplia de distribuciones exponenciales. Puede derivarse como la distribución de una variable aleatoria X donde X = Y/(Y+Z) con Y ~ Gamma(α, 1) y Z ~ Gamma(β, eλ−)? No exactamente; el estándar Beta surge de las ratios Gamma, pero el Beta-bra presenta un factor de inclinación exponencial. Otra conexión: si λ es grande, la distribución aproxima a truncado exponencial cerca de cero. Si α y β son ambos grandes, la distribución se asemeja a una distribución normal truncada a [0,1].

Debido a su flexibilidad, la distribución Beta-bra se denomina a veces como la tres pares Beta, aunque este término también se utiliza para la distribución Beta con un parámetro de ubicación o escala más allá [0,1] (por ejemplo, el Beta de cuatro parámetros). Para evitar la confusión, nos quedamos con el nombre específico “Beta-bra”.

Papel en Actualización Bayesiana

La distribución Beta-bra está diseñada para la inferencia Bayesiana donde la probabilidad se basa en datos binarios o contables, como Bernoulli o procesos binomiales. Su principal ventaja sobre la distribución de Beta es la capacidad de codificar información anterior más matizada, especialmente cuando el anterior es asimétrica o cola pesada cerca de los límites.

¿Conjugar antes de la probabilidad binomial?

La distribución Beta es conjugada a la probabilidad binomial: un Beta prior produce un Beta posterior. La distribución Beta-bra es no conyugal en el sentido estricto—el posterior después de observar datos binomiales no permanece en la familia Beta-bra porque el término exponencial eλ−x interactúa con la probabilidad xk factor, que conduce a un posterior de la forma proporcional a xα+k−1 (1 a x)β+n−k1 eλ−x, que es de hecho un Beta-bra con parámetros actualizados: α' = α + k, β' = β + n − k, y λ sin cambios. Espera — ¡eso es exactamente la misma familia paramétrica! es conjugado para la probabilidad binomial si consideramos el parámetro de inclinación exponencial λ fijo. El posterior tiene la misma forma funcional con sólo los dos primeros parámetros actualizados. Pero cuidado: la constante de normalización C(α, β, λ) cambia porque α y β cambio, por lo que el posterior es un Beta-bra con parámetros de forma actualizados.

Esta es una propiedad conjugada útil a menudo pasada por alto.

Ecuaciones de actualización posterior

Dado un Beta-bra anterior (α, β, λ) y los éxitos de k observa en ensayos n, el posterior es Beta-bra(α + k, β + n − k, λ). Esto es exactamente análogo a la actualización Beta (α + k, β + n − k). El parámetro de la esquedad λ permanece sin cambios porque aparece sólo en el término exponencial y no interactúa con el binonk. Esta propiedad hace Bayesian actualización directa y eficiente computacionalmente.

Si el λ se trata como desconocido, se puede colocar un hiperprior en él, y el modelo resultante ya no sería conjugado. Sin embargo, en muchos entornos prácticos, λ es elegido basado en la obtención previa y luego fijado para el análisis.

Prior Specification

¿Cómo podemos elegir α, β y λ? Considerar una situación en la que los expertos en materia creen que la probabilidad de éxito es muy baja (por ejemplo, defectos raros) pero son inciertos sobre lo bajo. Un Beta anterior con α=1, β=99 da una media de 0,01 pero está muy concentrado alrededor de la media. Con Beta-bra, podemos establecer α=1, λ cero

Aplicaciones

Aunque no tan común como la distribución Beta, la distribución Beta-bra ha encontrado uso en varios campos aplicados:

  • Ingeniería de responsabilidad: Modelar probabilidades de fracaso de eventos raros donde la información anterior enfatiza tasas de falla muy pequeñas.
  • Aprendizaje de máquina Bayesian: Como antes para el parámetro de una probabilidad benoulli o binomial en inferencia variable, donde la flexibilidad ayuda a aproximar los posteriores complejos.
  • Finanzas: Modelar probabilidades predeterminadas para carteras de crédito de bajo riesgo, donde las pérdidas cercanas a cero son altamente asimétricas.
  • Estadísticas espaciales: Como antecedente de prevalencia espacial (por ejemplo, mapeo de enfermedades) cuando las regiones tienen muy bajos cargos y la fuerza de préstamo en áreas requiere una distribución flexible.
  • Meta-análisis: Al combinar estudios con pequeños tamaños de muestra, el Beta-bra puede capturar entre la heterogeneidad de estudio que la distribución Beta no puede.

Ejemplo: Actualización con datos de la basura

Supongamos que está analizando una incidencia rara de enfermedades en una población pequeña. Usted tiene una creencia previa de que la tasa de incidencia verdadera es alrededor de 0,1% (1 en 1000), pero usted es bastante incierto sobre las colas. Un Beta anterior con α=1, β=999 da significa 0.001 pero la varianza ♥ 1×10−6, que es demasiado estrecho. Usted quiere una distribución que tiene una media similar pero más amplia difusión y una cola izquierda más pesada (más masa cerca de cero).Elija un Beta-bra prior con α=2, β=1998, y λ=5. El promedio es aproximadamente 2/(2000) ♥ 0,001 (antes del ajuste exponencial), y el término adicional λ cambia densidad hacia la izquierda, aumentando la influencia estándar de la vibración posterior 500 =

Ventajas y limitaciones

Ventajas

  • Mayor flexibilidad: Control independiente de la forma del núcleo frente al comportamiento de la cola.
  • Conjugado para datos binomiales: Reglas de actualización simples cuando se fija λ.
  • Manijas sparsity: Mejor captura incertidumbre cuando los datos son pocos o ceros son comunes.
  • Interpretabilidad: Los parámetros α y β conservan la interpretación intuitiva de los éxitos y fracasos anteriores (escaladas), mientras que λ refina la forma.

Limitaciones

  • Computación: La constante de normalización implica funciones especiales, que pueden ser lentas para calcular para MCMC a gran escala.
  • Menos conocido: Soporte y documentación de software limitados en comparación con la distribución Beta.
  • Interpretación de λ: Elegir λ requiere una cuidadosa obtención; es menos intuitivo que α y β.
  • No es una distribución estándar: Muchos practicantes no están familiarizados con sus propiedades, lo que conduce a un posible uso indebido.

Conclusión

La distribución Beta-bra es una valiosa adición al kit de herramientas del estadístico Bayesiano. Extienda la distribución Beta añadiendo un parámetro de esceptividad que proporciona mayor flexibilidad en la modelación de creencias anteriores, especialmente cuando los datos son escasos o el caso de interés es raro. Su propiedad conjugada para las probabilidades binomiales simplifica las actualizaciones posteriores, lo que lo restringe para los modelos secuenciales limitados de lectura. Distribución de las beta, Modelos beta-binomiales, y distribuciones exponenciales para un fondo teórico más profundo.