Quelques préliminaires:
La distribution Beta pdf est:
[(\ theta)^(\ alpha - 1) * (1- \ theta)^(\ beta - 1)]/B (\ alpha, \ beta)
Où:
- \ theta est la variable aléatoire entre 0 et 1 que nous essayons généralement de résoudre pour. Par exemple, utiliser l'estimation du maximum de vraisemblance (MLE) ou l'estimation MAP. \ Alpha et \ beta sont des paramètres pour la distribution bêta, appelés la forme et le taux
- B (\ alpha, \ beta) est la fonction bêta - à ne pas confondre avec la distribution de probabilité bêta. La fonction Beta est:
B (a, b) = [Gamma (a) * Gamma (b)]/Gamma (a + b)
Lorsque Gamma est la fonction gamma, donnée par:
Gamma (a) = (a-1)!
Pour les entiers positifs a, b. Il y a une forme plus compliquée quand a, b ne sont pas des entiers. Vous pouvez donc calculer la fonction Beta en utilisant la fonction factorielle intégrée de votre logiciel. Donc dans votre cas, \ alpha = k + Beta_1, et \ beta = n - k + Beta_2. Cela ressemble à une distribution a posteriori pour une version bêta antérieure avec probabilité binomiale. Je suppose que vous exécutez un Bayesian inference. Si tel est le cas, en général, nous fixons:
- \ alpha = "Nombre de succès"
- \ beta = "Nombre de défaillances" = "Nombre d'observations au total - nombre de succès"
lors d'expérimentations Bernoulli, c'est-à-dire comme retournement de pièces ou utilisateurs s'abonnant à un site web.
Si vous fournissez plus d'informations sur ce que vous essayez de résoudre, nous pouvons peut-être vous aider davantage.
Je vote pour clore cette question hors-sujet car elle concerne les statistiques et [math.se] au lieu de la programmation ou du développement de logiciels. – Pang