notebookはこちら。
確率変数の和の分布は単純な足し算ではできない、というのを実感するために、二項分布の和の分布を求めた。要は暇つぶしです。
まず2つの場合。内積を使って各事象の確率を求めて、斜めに和をとった。
正しくできているかどうかは、数学的に求められる確率変数の和の平均・分散が、入手した確率変数の和の分布から計算する平均・分散と一致するかどうかで確かめた。
--------------------------------------------------------------
import numpy as np
import matplotlib.pyplot as plt
import math
def Combination(n, r):
return math.factorial(n)//math.factorial(n-r)//math.factorial(r)
def Binomial(param):
N=param[0]
p=param[1]
return [Combination(N, k)*pow(p, k)*pow(1-p, N-k) for k in range(N+1)]
def Sum_Binomial(na, pa, nb, pb):
A=Binomial([na, pa])
B=Binomial([nb, pb])
l=np.max([na, nb])
#probability map
prob_map=np.zeros((l+1, l+1))
prob_map[:na+1, :nb+1]=np.dot(np.array(A).reshape(-1, 1), np.array(B).reshape(1, -1))
#upper-left part of matrix
hist_former=[np.sum([prob_map[i, s-i] for i in range(s+1)]) for s in range(l+1)]
#lower-right part of matrix
hist_latter=[np.sum([prob_map[-1-i, l-(minus-i)] for i in range(minus+1)]) for minus in range(l)]
hist=hist_former+hist_latter[::-1]
return hist
#set parameters
na, pa=10, 0.8
nb, pb=8, 0.7
#get Binomial distribution
A=Binomial([na, pa])
B=Binomial([nb, pb])
#get E(A+B) and V(A+B) by mathmatical method
print('mathmatical method: E(A+B)=E(A)+E(B)='+str(na*pa+nb*pb))
print('mathmatical method: V(A+B)=V(A)+V(B)='+str(na*pa*(1-pa)+nb*pb*(1-pb)))
#get A+B distribution
add_dist=Sum_Binomial(na, pa, nb, pb)
#get E(A+B)
mu=np.dot(np.arange(len(add_dist)), add_dist)
print('computational method: E(A+B)='+str(mu))
#get V(A+B)
rho=np.dot(np.arange(len(add_dist))**2, add_dist)-mu**2
print('computational method: V(A+B)='+str(rho))
#plot
plt.plot(np.arange(len(add_dist)), add_dist)
plt.show()
--------------------------------------------------------------
mathmatical method: E(A+B)=E(A)+E(B)=13.6
mathmatical method: V(A+B)=V(A)+V(B)=3.28
computational method: E(A+B)=13.600000000000001
computational method: V(A+B)=3.2799999999999727
--------------------------------------------------------------
大丈夫そう。
調子に乗って、確率変数が3つ以上になった場合もやった。
--------------------------------------------------------------
def Binomials(list_n_p):
#list_n_p: 2-dimensioin vector (shape=(n, 2))
#list_n_p[i]: i-th setting for Binomial distribution.
#list_n_p[i][0]: n of i-th Binomial dist.
#list_n_p[i][1]: p of i-th Binomial dist.
hist=Binomial(list_n_p[0])
for i in range(len(list_n_p)-1):
pre_prob=hist
add_prob=Binomial(list_n_p[i+1])
l=np.max([len(pre_prob), len(add_prob)])
mx=len(pre_prob)+len(add_prob)-2
#probability map
prob_map=np.zeros((l, l))
prob_map[:len(pre_prob), :len(add_prob)]=np.dot(np.array(pre_prob).reshape(-1, 1), np.array(add_prob).reshape(1, -1))
#upper-left part of matrix
hist_former=[np.sum([prob_map[i, s-i] for i in range(s+1)]) for s in range(l)]
#lower-right part of matrix
hist_latter=[np.sum([prob_map[-1-i, l-(minus-i)-1] for i in range(minus+1)]) for minus in range(l-1)]
hist=hist_former+hist_latter[::-1]
hist=hist[:mx+1]
return hist
#set parameters
na, pa=10, 0.8
nb, pb=8, 0.7
nc, pc=6, 0.5
paramlist=[
[na, pa],
[nb, pb],
[nc, pc]
]
#get Binomial distribution
A=Binomial([na, pa])
B=Binomial([nb, pb])
C=Binomial([nc, pc])
#get E(A+B+C) and V(A+B+C) by mathmatical method
print('mathmatical method: E(A+B+C)=E(A)+E(B)+E(C)='+str(na*pa+nb*pb+nc*pc))
print('mathmatical method: V(A+B+C)=V(A)+V(B)+V(C)='+str(na*pa*(1-pa)+nb*pb*(1-pb)+nc*pc*(1-pc)))
#get A+B+C distribution
add_dist=Binomials(paramlist)
#get E(A+B+C)
mu=np.dot(np.arange(len(add_dist)), add_dist)
print('computational method: E(A+B+C)='+str(mu))
#get V(A+B+C)
rho=np.dot(np.arange(len(add_dist))**2, add_dist)-mu**2
print('computational method: V(A+B+C)='+str(rho))
#plot
plt.plot(np.arange(len(add_dist)), add_dist)
plt.show()
--------------------------------------------------------------
mathmatical method: E(A+B+C)=E(A)+E(B)+E(C)=16.6
mathmatical method: V(A+B+C)=V(A)+V(B)+V(C)=4.779999999999999
computational method: E(A+B+C)=16.6
computational method: V(A+B+C)=4.779999999999916
--------------------------------------------------------------
大丈夫そう。
正直1時間もあればできると思ってたらだいぶ時間かかってしまった。一番引っかかったのが、はじめCombination()関数をC()と名付けていて、名前が分布Cと競合したところなのが完全に天然なんだが、そうはいってもなぁ。
とはいえつい先日までリスト内包表記を全く知らなかったことを考えれば、だいぶ成長したか。
