В слайд-презентации Карлис и Нтуфрас определяют двумерный Пуассон как распределение где независимо имеют распределения Пуассона . Напомним, что наличие такого средства распределения( X , Y ) = ( X 1 + X 0 , X 2 + X 0 ) (X,Y)=(X1+X0,X2+X0)X i Xiθ iθi
Pr ( X i = k ) = e - θ i θ k iк !
Pr(Xi=k)=e−θiθkik!
дляk = 0 , 1 , 2 , … .k=0,1,2,….
Событие является непересекающимся объединением событий( X , Y ) = ( x , y )( Х, Y) = ( х , у)
( X 0 , X 1 , X 2 ) = ( i , x - i , y - i )
(X0,X1,X2)=(i,x−i,y−i)
для всех которые делают все три компонента неотрицательными целыми числами, из которых мы можем вывести, что . Поскольку независимы, их вероятности умножаются, откудаii0≤i≤min(x,y)0≤i≤min(x,y)XiXi
F(θ0,θ1,θ2)(x,y)=Pr((X,Y)=(x,y))=min(x,y)∑i=0Pr(X0=i)Pr(X1=x−i)Pr(X2=y−i).
F(θ0,θ1,θ2)(x,y)=Pr((X,Y)=(x,y))=∑i=0min(x,y)Pr(X0=i)Pr(X1=x−i)Pr(X2=y−i).
Это формула; мы сделали. Но чтобы увидеть, что оно эквивалентно формуле в вопросе, используйте определение распределения Пуассона, чтобы записать эти вероятности в терминах параметров и (предполагая, что ни один из равен нулю), переработать его алгебраически выглядеть максимально похожим на произведение :θiθiθ1,θ2θ1,θ2Pr(X1=x)Pr(X2=y)Pr(X1=x)Pr(X2=y)
F(θ0,θ1,θ2)(x,y)=min(x,y)∑i=0(e−θ0θi0i!)(e−θ1θx−i1(x−i)!)(e−θ2θy−i2(y−i)!)=e−(θ1+θ2)θx1x!θy2y!(e−θ0min(x,y)∑i=0θi0i!x!θ−i1(x−i)!y!θ−i2(y−i)!).
F(θ0,θ1,θ2)(x,y)=∑i=0min(x,y)(e−θ0θi0i!)(e−θ1θx−i1(x−i)!)(e−θ2θy−i2(y−i)!)=e−(θ1+θ2)θx1x!θy2y!(e−θ0∑i=0min(x,y)θi0i!x!θ−i1(x−i)!y!θ−i2(y−i)!).
Если вы действительно хотите - это несколько наводит на мысль - вы можете повторно выразить термины в сумме, используя биномиальные коэффициенты И , уступающий(xi)=x!/((x−i)!i!)(xi)=x!/((x−i)!i!)(yi)(yi)
F(θ0,θ1,θ2)(x,y)=e−(θ0+θ1+θ2)θx1x!θy2y!min(x,y)∑i=0i!(xi)(yi)(θ0θ1θ2)i,
F(θ0,θ1,θ2)(x,y)=e−(θ0+θ1+θ2)θx1x!θy2y!∑i=0min(x,y)i!(xi)(yi)(θ0θ1θ2)i,
точно как в вопросе.
Обобщение для многомерных сценариев может осуществляться несколькими способами, в зависимости от необходимой гибкости. Самым простым было бы рассмотреть распределение
(X1+X0,X2+X0,…,Xd+X0)
(X1+X0,X2+X0,…,Xd+X0)
для независимых распределенных по Пуассону переменных . Для большей гибкости могут быть введены дополнительные переменные. Например, используйте независимые переменные Пуассона и рассмотрите многомерное распределение ,X0,X1,…,XdX0,X1,…,XdηiηiY1,…,YdY1,…,YdXi+(Yi+Yi+1+⋯+Yd)Xi+(Yi+Yi+1+⋯+Yd)i=1,2,…,d.i=1,2,…,d.