Direkt zum Inhalt

Lexikon der Mathematik: Mischverteilung

Mischung, in der Regel auf der σ -Algebra ℬ(ℝ) der Borelschen Mengen von ℝ definiertes Wahrscheinlichkeitsmaß Q, das eine Darstellung der Form \begin{eqnarray}Q(B)={\mathrm{int}}_{{\mathbb{R}}}\kappa (x,B)\mu (dx)\end{eqnarray}

für alle B ∈ ℬ(ℝ) mit einem Markow-Kern κ von (ℝ, ℬ(ℝ)) nach (ℝ, ℬ(ℝ)) und einem auf ℬ(ℝ) definierten Wahrscheinlichkeitsmaß µ besitzt.

Im allgemeinen faßt man Q und µ als die Verteilungen PX und PY von zwei auf einem Wahrscheinlichkeitsraum (Ω, 𝔄, P) definierten reellen Zufallsvariablen X und Y und k als die bedingte Verteilung (y, B) → P(XB|Y = y) von X gegeben Y auf. Besitzt die bedingte Verteilung von X gegeben Y = y, d. h. die Abbildung BP(XB|Y = y), für jedes y eine bedingte Dichte fX|Y=y bezüglich des Lebesgue-Maßes λ bzw. des Zählmaßes a, so besitzt PX die Dichte \begin{eqnarray}{f}_{X}(x)=\displaystyle \mathop{\int }\limits_{{\mathbb{R}}}{f}_{X|Y=y}(x){P}_{Y}(dy)\end{eqnarray}

bezüglich λ bzw. a. Im Falle, daß X und Y beide diskret sind, vereinfacht sich dieser Ausdruck zu \begin{eqnarray}{f}_{X}(x)=\displaystyle \sum _{y:P(Y=y)\gt 0}P(X=x|Y=y)P(Y=y),\end{eqnarray}

und im Falle, daß eine gemeinsamen Dichte von X und Y bezüglich des zweidimensionalen Lebesgue-Maßes existiert, zu \begin{eqnarray}{f}_{X}(x)=\displaystyle \mathop{\int }\limits_{{\mathbb{R}}}{f}_{X|Y=y|}(x){f}_{Y}(y)\lambda (gy),\end{eqnarray}

wobei fY die Dichte von PY bezüglich λ bezeichnet. Die Abbildung zeigt fX für eine Situation, in der PY durch PY ({0}) = 0, 3 und PY ({3}) = 0, 7 gegeben sind, sowie fX|Y=y für y ∈ {0, 3} die Dichte einer Normalverteilung mit Erwartungswert µy = y und Varianz σ2 = 1 ist.

Abbildung 1 zum Lexikonartikel Mischverteilung
© Springer-Verlag GmbH Deutschland 2017
 Bild vergrößern

Dichte einer Mischverteilung

In Anwendungen, wie z. B. der Epidemiologie, werden Mischverteilungen häufig zur Modellierung nicht beobachtbarer Heterogenität verwendet. Dabei wird Y als latente, nicht beobachtbare Variable aufgefaßt, welche die Zugehörigkeit zu bestimmten Subgruppen einer interessierenden Population angibt. Die Verteilung der beobachtbaren Variable X in der durch die Realisierung y von Y gekennzeichneten Subgruppe ist die bedingte Verteilung von X gegeben Y = y. Man nimmt nun an, daß diese Verteilung für jedes y zu einer bestimmten Verteilungsfamilie gehört, z. B. Poisson-Verteilung zum Parameter y. Um eine Mischverteilung an unabhängige Realisierungen x1, …, xn von X anzupassen, stellt man die Log-Likelihood-Funktion \begin{eqnarray}l({P}_{Y})=\displaystyle \sum _{i=1}^{n}\mathrm{ln}{f}_{X}({x}_{i})\end{eqnarray}

auf, welche bei gegebenen x1, …, xn nur von der unbekannten Verteilung PY abhängt, und versucht eine Verteilung \({\hat{P}}_{Y}\) innerhalb einer bestimmten parametrischen oder nichtparametrischen Klasse von Verteilungen zu bestimmen, die diese Funktion maximiert. Siehe auch Mischen von Verteilungsfunktionen.

  • Die Autoren
- Prof. Dr. Guido Walz

Schreiben Sie uns!

Wenn Sie inhaltliche Anmerkungen zu diesem Artikel haben, können Sie die Redaktion per E-Mail informieren. Wir lesen Ihre Zuschrift, bitten jedoch um Verständnis, dass wir nicht jede beantworten können.

Partnerinhalte

Bitte erlauben Sie Javascript, um die volle Funktionalität von Spektrum.de zu erhalten.