Это довольно прямая проблема. Хотя между распределениями Пуассона и Негативного бинома есть связь, я на самом деле считаю, что это бесполезно для вашего конкретного вопроса, поскольку побуждает людей думать о негативных биномиальных процессах. По сути, у вас есть ряд процессов Пуассона:
Yя( тя) | λя∼ Pо я s s о п ( ХяTя)
Где - это процесс, а t i - время, когда вы его наблюдаете, а i обозначает людей. И вы говорите, что эти процессы «похожи», связывая ставки по распределению:Yitii
λi∼Gamma(α,β)
Выполняя интегрирование / микширование по , вы получаете:λi
Yя( тя) | α β∼ Nе гB i n ( α , pя)ж ч е р епя= тяTя+ β
Это имеет PMF:
Pr(Yi(ti)=yi|αβ)=Γ(α+yi)Γ(α)yi!pyii(1−pi)α
Чтобы получить распределение времени ожидания, отметим, что:
= 1 - ( 1 - p i ) α = 1 - ( 1 +
Pr(Ti≤ti|αβ)=1−Pr(Ti>ti|αβ)=1−Pr(Yi(ti)=0|αβ)
=1−(1−pi)α=1−(1+tiβ)−α
Различайте это, и у вас есть PDF:
pTi(ti|αβ)=αβ(1+tiβ)−(α+1)
Это член обобщенных распределений Парето, тип II. Я бы использовал это как ваше время ожидания.
Чтобы увидеть связь с распределением Пуассона, заметим , что , так что если положитьβ=ααβ=E(λi|αβ) и затем, взяв пределα→∞,получим:β=αλα→∞
limα→∞αβ(1+tiβ)−(α+1)=limα→∞λ(1+λtiα)−(α+1)=λexp(−λti)
Это означает, что вы можете интерпретировать как параметр сверхдисперсии.1α