Distribución binomial negativa vs distribución binomial


22

¿Cuál es la diferencia entre la distribución binomial negativa y la distribución binomial?

Intenté leer en línea y descubrí que la distribución binomial negativa se usa cuando los puntos de datos son discretos, pero creo que incluso la distribución binomial se puede usar para puntos de datos discretos.


55
Los dos son discretos.
Glen_b -Reinstale a Monica el

55
Ilustración simple: estás vendiendo dulces de puerta en puerta. En cada puerta que tocas, tienes probabilidad 1/4 de vender 1 barra de chocolate y probabilidad 3/4 o vender 0 barras de caramelo. Su probabilidad de vender n barras si toca 50 puertas es una distribución binomial en n. Su probabilidad de tener que tocar la puerta m para vender 30 bares es una distribución binomial negativa en m. Tenga en cuenta que el primero se corta a 50 porque no puede vender más de 50 barras, mientras que el último tiene una cola en el infinito porque podría tener una suerte terrible ese día y nunca vender la barra 30.
Jerry Guern

Respuestas:


30

La diferencia es lo que nos interesa. Ambas distribuciones se crean a partir de ensayos independientes de Bernoulli con probabilidad fija de éxito, pág .

Con la distribución binomial, la variable aleatoria X es el número de éxitos observados en n ensayos. Debido a que hay un número fijo de ensayos, los valores posibles de X son 0, 1, ..., n .

Con la distribución binomial negativa, la variable aleatoria Y es el número de ensayos hasta observado la r se observa ésimo éxito. En este caso, seguimos aumentando el número de pruebas hasta alcanzar r éxitos. Los valores posibles de Y son r , r + 1 , r + 2 , ... sin límite superior. El binomial negativo también se puede definir en términos del número de fracasos hasta que el r º éxito, en lugar del número de ensayos hasta que el r º éxito. Wikipedia define la distribución binomial negativa de esta manera.

Entonces para resumir:

Binomial :

  • Número fijo de ensayos ( n )
  • Probabilidad fija de éxito ( p )
  • La variable aleatoria es X = Número de éxitos.
  • Los valores posibles son 0 ≤ Xn

Binomio negativo :

  • Número fijo de éxitos ( r )
  • Probabilidad fija de éxito ( p )
  • Variable aleatoria es Y = Número de ensayos hasta la r ésimo éxito.
  • Los valores posibles son rY

Gracias a Ben Bolker por recordarme mencionar el apoyo de las dos distribuciones. Él respondió una pregunta relacionada aquí .


44
más discusión sobre NB aquí: stats.stackexchange.com/questions/6728/… . Vale la pena señalar que las respuestas binomiales están delimitadas [0, N], las respuestas de NB son ilimitadas [0, ...]
Ben Bolker

Buen punto, he actualizado mi respuesta para incluir esto.
Jelsema

gracias jelsema por una respuesta detallada, ahora podría entenderlo mejor
alily

19

La distribución binomial negativa, a pesar de la relación aparentemente obvia con el binomio, en realidad es mejor en comparación con la distribución de Poisson. Los tres son discretos, por cierto.

λλ

Si sus datos sugieren que la varianza es mayor que la media (sobredispersión), esto excluye a Poisson, entonces el binomio negativo sería una próxima distribución a considerar. Tiene más de un parámetro, por lo que su varianza puede ser mayor que la media.

La relación de NB con binomial proviene del proceso subyacente, como se describió en la respuesta de @ Jelsema. El proceso está relacionado, por lo que las distribuciones también lo están, pero como expliqué aquí, el enlace a la distribución de Poisson está más cerca en las aplicaciones prácticas.

ACTUALIZACIÓN: Otro aspecto es la parametrización. La distribución binomial tiene dos parámetros: p y n. Su dominio de buena fe es de 0 a n. En eso no solo es discreto, sino que también se define en un conjunto finito de números.

λnorte


3
No entiendo qué quieres decir con "mejor comparado con la distribución de Poisson". La pregunta original no dice qué tipo de modelado se desea. Ni siquiera implica que uno esté interesado en modelar en absoluto.
Heropup

@heropup, OP está claramente interesado en las aplicaciones y compara directamente NB con Binomial. Por lo tanto, mi respuesta es sobre esa comparación, y esa comparación con Poisson es más relevante en aplicaciones típicas.
Aksakal

7

Ambos son discretos y representan recuentos cuando se realiza el muestreo.

renorteS=(rerere,rerenorte,renortere,renortenorte,norterere,norterenorte,nortenortere,nortenortenorte)

S=(re,nortere,nortenortere,nortenortenortere,...)

pags

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.