Das Kefk Network Wiki befindet sich im Testbetrieb.
Inverse Normalverteilung
Aus Kefk.
Die inverse Normalverteilung (auch inverse Gauß-Verteilung oder Wald-Verteilung genannt) ist eine kontinuierliche Wahrscheinlichkeitsverteilung. Sie wird in verallgemeinerten linearen Modellen verwendet. Bei der Untersuchung der Brownschen Molekularewegung mit Drift v > 0 und Streuungskoeffizient λ > 0 ist die zufällige Zeit des ersten Erreichens des Niveaus a > 0 invers normalverteilt mit den Parametern
.
siehe auch: Lévy-Prozess
Inhaltsverzeichnis |
Definition
Eine stetige Zufallsvariable X genügt der inversen Normalverteilung mit den Parametern λ > 0 (Ereignisrate) und μ > 0 (Mittelwert), wenn sie die Wahrscheinlichkeitsdichte Parser-Fehler (Unbekannter Fehler\displaystyle): f(x)=\begin{cases}\displaystyle \left(\frac{\lambda}{2\pi x^3}\right)^{\frac{1}{2}}e^{\displaystyle -\frac{\lambda(x-\mu)^2}{2\mu^2x}} & x > 0 \\ 0 & x\leq 0 \end{cases}
besitzt.
Eigenschaften
Erwartungswert
Die Normalverteilung besitzt den Erwartungswert
.
Varianz
Die Varianz ergibt sich analog zu
.
Standardabweichung
Daraus erhält man für die Standardabweichung
Variationskoeffizient
Aus Erwartungswert und Varianz erhält man unmittelbar den Variationskoeffizienten
.
Schiefe
Die Schiefe ergibt sich zu
.
Charakteristische Funktion
Die charakteristische Funktion hat die Form
.
Momenterzeugende Funktion
Die momenterzeugende Funktion der Normalverteilung ist
.
Reproduzierbarkeit
Sind
Zufallsvariable mit inverser Normalverteilung mit den Parametern λ und μ, dann ist die Größe
wieder eine Zufallsvariable mit einer inverse Normalverteilung, aber mit den Parametern nλ und nμ.
| Dieses Dokument entstammt in seiner ersten oder einer späteren Version der deutschsprachigen Wikipedia. Es ist dort zu finden unter dem Stichwort Inverse_Normalverteilung, die Liste der bisherigen Autoren befindet sich in der Versionsliste; die Originalfassung kann dort auch bearbeitet werden. Alle Texte der Wikipedia und ihre Derivate stehen unter der GNU-Lizenz für freie Dokumentation. |
