A distribuição Beta-bra é uma extensão relativamente obscura, mas poderosa da distribuição Beta, projetada para a modelagem Bayesiana, onde a flexibilidade na especificação prévia é crítica. Embora a distribuição Beta padrão seja amplamente utilizada como um prévio conjugado para probabilidades binomiais e Bernoulli, sua forma é limitada a formas unimodais ou de contornos controladas por dois parâmetros. A distribuição Beta-bra introduz um terceiro parâmetro que ajusta a inclinação e a curtose de forma independente, tornando-a especialmente valiosa quando as informações anteriores são assimétricas, esparsas ou derivadas de opiniões de especialistas. Neste artigo, exploramos a base matemática da distribuição Beta-bra, seu papel na atualização Bayesiana, aplicações práticas e como se compara com a distribuição Beta.

O que é a distribuição beta-bra?

A distribuição Beta-bra é uma distribuição contínua de probabilidade definida no intervalo [0, 1]. Generaliza a distribuição Beta adicionando um terceiro parâmetro, muitas vezes denotado como λ (lambda), que controla a assimetria da forma e o peso da cauda. O nome “Beta-bra” é usado para distingui-lo do Beta padrão, embora apareça na literatura bayesiana especializada sob vários nomes, incluindo distribuição beta de três parâmetros ou distribuição beta exponenciada.

Formalmente, a função densidade de probabilidade (PDF) da distribuição Beta-bra é:

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

em que:

  • α > 0 e β > 0 são parâmetros de forma (analógicos aos da distribuição Beta)
  • λ ≥ 0 é um parâmetro de inclinação adicional (para λ = 0, a distribuição reduz-se para o Beta padrão)
  • C(α, β, λ) é a constante de normalização que garante que a densidade se integra a 1 sobre [0,1]

A constante de normalização não tem expressão de forma fechada em termos de funções elementares; ela é tipicamente expressa através da função gama incompleta ou numericamente calculada. Esta complexidade é um trade-off para a flexibilidade adicional que a distribuição proporciona.

Parâmetros e flexibilidade

Os dois parâmetros de forma α e β comportam-se de forma semelhante aos da distribuição Beta: controlam a média e a concentração da massa de probabilidade. E[X] α α / (α + β) para λ pequeno, mas como λ cresce, a média desloca-se para a esquerda porque o termo exponencial e−λx penaliza valores maiores de x. O parâmetro λ permite efetivamente a distribuição para modelar dados ou antecedentes que são esfolado à direita ou esquerdista Além do que a distribuição Beta pode alcançar. Por exemplo, com α e β fixos, o aumento de λ torna a distribuição mais concentrada perto de zero, criando um pico acentuado na fronteira esquerda. Isto é útil quando a crença prévia favorece fortemente as probabilidades baixas, mesmo depois de contabilizar o tamanho da amostra anterior.

Como a distribuição Beta-bra tem três parâmetros, pode capturar uma variedade mais ampla de formas do que o Beta de dois parâmetros. O Beta padrão só pode modelar formas simétricas, esquerdistas, esqueléticas ou uniformes, dependendo de α e β, mas não pode controlar independentemente a localização do pico e o peso da cauda. O Beta-bra dissocia estes aspectos: α e β definir a maior parte da distribuição, enquanto λ afina o comportamento da cauda perto de zero (ou, com uma reparametização, perto de um).

Formulação matemática

Vamos detalhar o PDF, a função de distribuição cumulativa (CDF) e os momentos chave da distribuição Beta-bra.

Função de Densidade de Probabilidade

Como indicado acima, o PDF é:

f( x) = C( α, β, λ) · xα−1 (1-x)β−1 e−λx, 0 ≤ x ≤ 1.

A constante de normalização pode ser expressa utilizando o função hipergeométrica confluente 1F1:

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

onde B(α, β) = Ι(α)Γ(β)/Γ(α+β) é a função Beta. Esta representação é útil para computação numérica e análise teórica. Na prática, muitos pacotes de software Bayesianos (como Stan ou PyMC) lidam com esta distribuição através de integração numérica ou como uma distribuição definida pelo usuário.

Função de Distribuição Cumulativa

O CDF é dado por:

F(x) = C(α, β, λ) · ∫0x tα−1 (1-t)β−1 e−λt dt.

Expressões de forma fechada existem em termos de função beta incompleta e funções hipergeométricas, mas raramente são usadas diretamente. Em vez disso, analistas dependem de quadratura numérica ou amostragem.

Momentos

O momento bruto é:

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

A média (r=1) simplifica para:

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

Quando λ=0, a relação hipergeométrica torna-se 1, e recuperamos a média beta α/(α+β).

Relação com outras distribuições

A distribuição beta-bra faz parte de uma família mais ampla de distribuições exponenciadas. Pode ser derivada como a distribuição de uma variável aleatória X onde X = Y/(Y+Z) com Y ~ Gamma(α, 1) e Z ~ Gamma(β, e−λ)? Não exatamente; o Beta padrão surge das razões Gama, mas o Beta-bra introduz um fator de inclinação exponencial. Outra conexão: se λ é grande, a distribuição aproxima-se de exponencial truncado Se α e β forem ambos grandes, a distribuição assemelha-se a uma distribuição normal truncada a [0,1].

Devido à sua flexibilidade, a distribuição Beta-bra é por vezes referida como Beta de três parâmetros, embora este termo também seja usado para a distribuição Beta com um parâmetro de localização ou escala além de [0,1] (por exemplo, o Beta de quatro parâmetros). Para evitar confusão, nós nos mantemos com o nome específico “Beta-bra”.

Papel na atualização bayesiana

A distribuição Beta-bra é projetada para inferência Bayesiana onde a probabilidade é baseada em dados binários ou de contagem, como Bernoulli ou processos binomiais. Sua principal vantagem sobre a distribuição Beta é a capacidade de codificar informações prévias mais nuances, especialmente quando o anterior é assimétrico ou de cauda pesada perto dos limites.

Conjugar Prior por Probabilidade Binomial?

A distribuição Beta é conjugada com a probabilidade binomial: a Beta produz uma Beta posterior. não conjugado no sentido estrito, o posterior após a observação de dados binomiais não permanece na família Beta-bra porque o termo exponencial e−λx interage com o x da probabilidadek fator, levando a um posterior da forma proporcional a xα+k−1 (1-x)β+n−k−1 e−λx, que é de fato um Beta-bra com parâmetros atualizados: α' = α + k, β' = β + n − k, e λ inalterado. Espera - que é exatamente a mesma família paramétrica! é conjugado para a probabilidade binomial se considerarmos o parâmetro de inclinação exponencial λ fixo. O posterior tem a mesma forma funcional com apenas os dois primeiros parâmetros atualizados. Mas cuidado: a constante de normalização C(α, β, λ) muda porque α e β muda, então o posterior é um Beta-bra com parâmetros de forma atualizados. Esta é uma propriedade conjugada útil muitas vezes negligenciada.

A família Beta-bra é fechada sob atualização binomial quando se assume que λ é conhecido.

Equações de Atualização Posterior

Dado um Beta-bra(α, β, λ) anterior e observando sucessos em k em ensaios, o posterior é Beta-bra(α + k, β + n − k, λ). Isto é exatamente análogo à actualização Beta (α + k, β + n − k). O parâmetro de inclinação λ permanece inalterado porque aparece apenas no termo exponencial e não interage com o factor de probabilidade binomial (1− x)n−k Esta propriedade torna a atualização Bayesiana simples e computacionalmente eficiente.

Se λ em si é tratado como desconhecido, pode-se colocar um hiperprior sobre ele, e o modelo resultante não seria mais conjugado. No entanto, em muitos cenários práticos, λ é escolhido com base na elicitação prévia e, em seguida, fixado para a análise.

Especificação prévia

Como escolhemos α, β e λ? Considere uma situação em que os especialistas em matéria de assunto acreditam que a probabilidade de sucesso é muito baixa (por exemplo, defeitos raros) mas são incertos sobre o quão baixo exatamente. Um Beta anterior com α=1, β=99 dá uma média de 0,01 mas está muito concentrada em torno da média. Com Beta-bra, podemos definir α=1, β=99, e um λ moderado para permitir mais massa de probabilidade perto de zero, refletindo maior incerteza. Alternativamente, se a crença prévia é que a probabilidade é pequena, mas pode ser muito menor do que o Beta sugere, aumentando λ irá mudar de massa para a esquerda mantendo a mesma média (ajustando β em conformidade).

Aplicações

Embora não tão comum quanto a distribuição Beta, a distribuição Beta-bra encontrou uso em vários campos aplicados:

  • Engenharia da confiabilidade: Probabilidades de falha de modelagem de eventos raros onde informações prévias enfatizam taxas de falha muito pequenas.
  • Aprendizagem de máquina Bayesiana: Como um dos parâmetros anteriores para uma probabilidade de Bernoulli ou binomial na inferência variacional, onde a flexibilidade ajuda a aproximar posterior complexos.
  • Finanças: Modelando probabilidades padrão para carteiras de crédito de baixo risco, onde as perdas próximas de zero são altamente assimétricas.
  • Estatísticas espaciais: Como um precedente para a prevalência espacial (por exemplo, mapeamento de doenças) quando as regiões têm contagens muito baixas e força de empréstimo em todas as áreas requer uma distribuição flexível.
  • Meta-análise: Ao combinar estudos com tamanhos de amostra pequenos, o Beta-bra pode capturar heterogeneidade entre estudos que a distribuição Beta não consegue.

Exemplo: Atualizando com dados esparsos

Suponha que você está analisando uma incidência de doenças raras em uma pequena população. Você tem uma crença prévia de que a taxa de incidência verdadeira é de cerca de 0,1% (1 em 1000), mas você é bastante incerto sobre as caudas. Um Beta anterior com α=1, β=999 dá média 0,001, mas variância .−6, que é muito estreito. Você deseja uma distribuição que tenha uma média semelhante, mas mais ampla, e uma cauda esquerda mais pesada (mais massa perto de zero). Escolha um Beta-bra anterior com α=2, β=1998 e λ=5. A média é aproximadamente 2/(2000) . 0,001 (antes do ajuste exponencial), e o termo adicional λ desloca a densidade para a esquerda, aumentando o desvio padrão. Depois de observar 1 sucesso em 500 tentativas (k=1, n=500), o posterior torna-se Beta-bra( 3, 2498, 5), o que produz uma média posterior ligeiramente inferior à média anterior - reflectindo a influência dos dados e a esquivação anterior.

Vantagens e Limitações

Vantagens

  • Maior flexibilidade: Controle independente da forma do kernel versus comportamento da cauda.
  • Conjugado para dados binomiais: Regras simples de atualização quando λ é fixo.
  • Lida com a esparsidade: Melhor captura incerteza quando os dados são poucos ou zeros são comuns.
  • Inpretabilidade: Parâmetros α e β mantêm a interpretação intuitiva de sucessos e falhas anteriores (escalados), enquanto λ refinar a forma.

Limitações

  • Complexidade computacional: A constante de normalização envolve funções especiais, que podem ser lentas para calcular MCMC em grande escala.
  • Menos conhecido: Suporte e documentação de software limitada em comparação com a distribuição Beta.
  • Interpretação do λ: A escolha de λ requer uma elicitação cuidadosa; é menos intuitiva do que α e β.
  • Não é uma distribuição padrão: Muitos praticantes não conhecem as suas propriedades, levando a potenciais abusos.

Conclusão

A distribuição Beta-bra é uma adição valiosa ao kit de ferramentas do estatístico bayesiano. Estende a distribuição Beta adicionando um parâmetro de inclinação que proporciona maior flexibilidade na modelagem de crenças anteriores, especialmente quando os dados são esparsos ou o evento de interesse é raro. Sua propriedade conjugada para probabilidades binomiais simplifica atualizações posteriores, tornando-o prático para análise sequencial. Embora desafios computacionais e familiaridade limitada possam dificultar sua adoção, a distribuição Beta-bra oferece vantagens únicas em confiabilidade, finanças e aprendizado de máquina, onde os modelos Beta padrão são muito restritivos. Distribuição beta, Modelos beta-binomionais, e distribuições exponenciadas para um fundo teórico mais profundo.