Die Zweipunktverteilung ist eine Wahrscheinlichkeitsverteilung in der Stochastik . Sie ist eine einfache diskrete Wahrscheinlichkeitsverteilung , die auf einer zweielementigen Menge
{
a
,
b
}
{\displaystyle \{a,b\}}
definiert wird. Bekanntester Spezialfall ist die Bernoulli-Verteilung , die auf
{
0
,
1
}
{\displaystyle \{0,1\}}
definiert ist.
Definition
Eine Zufallsvariable
X
{\displaystyle X}
auf
{
a
,
b
}
{\displaystyle \{a,b\}}
mit
a
<
b
{\displaystyle a<b}
heißt zweipunktverteilt, wenn
P
(
X
=
a
)
=
1
− − -->
p
und
P
(
X
=
b
)
=
p
{\displaystyle P(X=a)=1-p{\text{ und }}P(X=b)=p}
ist.
Die Verteilungsfunktion ist dann
F
X
(
t
)
=
{
0
falls
t
<
a
1
− − -->
p
falls
t
∈ ∈ -->
[
a
,
b
)
1
falls
t
≥ ≥ -->
b
{\displaystyle F_{X}(t)={\begin{cases}0&{\text{ falls }}t<a\\1-p&{\text{ falls }}t\in [a,b)\\1&{\text{ falls }}t\geq b\end{cases}}}
Eigenschaften
Sei im Folgenden
q
=
1
− − -->
p
{\displaystyle q=1-p}
.
Erwartungswert
Der Erwartungswert einer zweipunktverteilten Zufallsgröße ist
E
(
X
)
=
(
1
− − -->
p
)
⋅ ⋅ -->
a
+
p
⋅ ⋅ -->
b
=
q
⋅ ⋅ -->
a
+
p
⋅ ⋅ -->
b
{\displaystyle E(X)=(1-p)\cdot a+p\cdot b=q\cdot a+p\cdot b}
.
Varianz und weitere Streumaße
Für die Varianz gilt
V
(
X
)
=
E
(
(
X
− − -->
E
(
X
)
)
2
)
=
p
⋅ ⋅ -->
q
⋅ ⋅ -->
(
b
− − -->
a
)
2
{\displaystyle V(X)=E\left((X-E(X))^{2}\right)=p\cdot q\cdot (b-a)^{2}}
.
Demnach ist die Standardabweichung
σ σ -->
X
=
(
b
− − -->
a
)
p
q
{\displaystyle \sigma _{X}=(b-a){\sqrt {pq}}}
und der Variationskoeffizient
VarK
-->
(
X
)
=
(
b
− − -->
a
)
p
q
q
a
+
p
b
{\displaystyle \operatorname {VarK} (X)={\frac {(b-a){\sqrt {pq}}}{qa+pb}}}
.
Symmetrie
Ist
p
=
1
2
{\displaystyle p={\tfrac {1}{2}}}
, so ist die Zweipunktverteilung symmetrisch um ihren Erwartungswert.
Schiefe
Die Schiefe der Zweipunktverteilung ist
v
-->
(
X
)
=
1
− − -->
2
p
p
q
{\displaystyle \operatorname {v} (X)={\frac {1-2p}{\sqrt {pq}}}}
.
Wölbung und Exzess
Der Exzess der Zweipunktverteilung ist
γ γ -->
(
X
)
=
1
− − -->
6
p
q
p
q
{\displaystyle \gamma (X)={\frac {1-6pq}{pq}}}
und damit ist die Wölbung
β β -->
2
(
X
)
=
1
− − -->
3
p
q
p
q
{\displaystyle \beta _{2}(X)={\frac {1-3pq}{pq}}}
.
Höhere Momente
Die
k
{\displaystyle k}
-ten Momente ergeben sich als
E
-->
(
X
k
)
=
q
a
k
+
p
b
k
{\displaystyle \operatorname {E} (X^{k})=qa^{k}+pb^{k}}
.
Dies kann beispielsweise mit der momenterzeugenden Funktion gezeigt werden.
Modus
Der Modus der Zweipunktverteilung ist
x
D
=
{
a
falls
q
>
p
a
und
b
falls
q
=
p
b
falls
q
<
p
{\displaystyle x_{D}={\begin{cases}a&{\text{falls }}q>p\\a{\text{ und }}b&{\text{falls }}q=p\\b&{\text{falls }}q<p\end{cases}}}
Der Median der Zweipunktverteilung ist
m
~ ~ -->
=
{
a
falls
q
≥ ≥ -->
p
b
falls
q
<
p
{\displaystyle {\tilde {m}}={\begin{cases}a&{\text{falls }}q\geq p\\b&{\text{falls }}q<p\end{cases}}}
Wahrscheinlichkeitserzeugende Funktion
Sind
a
,
b
∈ ∈ -->
N
0
{\displaystyle a,b\in \mathbb {N} _{0}}
, so ist die wahrscheinlichkeitserzeugende Funktion
m
X
(
t
)
=
q
t
a
+
p
t
b
{\displaystyle m_{X}(t)=qt^{a}+pt^{b}}
.
Momenterzeugende Funktion
Die momenterzeugende Funktion ist für beliebiges
a
,
b
∈ ∈ -->
R
{\displaystyle a,b\in \mathbb {R} }
gegeben als
M
X
(
t
)
=
q
e
a
t
+
p
e
b
t
{\displaystyle M_{X}(t)=qe^{at}+pe^{bt}}
.
Charakteristische Funktion
Die charakteristische Funktion ist für beliebiges
a
,
b
∈ ∈ -->
R
{\displaystyle a,b\in \mathbb {R} }
gegeben als
φ φ -->
X
(
t
)
=
q
e
i
a
t
+
p
e
i
b
t
{\displaystyle \varphi _{X}(t)=qe^{iat}+pe^{ibt}}
.
Konstruktion der Verteilung zu vorgegebenen Parametern
Sind Erwartungswert
m
{\displaystyle m}
, Standardabweichung
s
{\displaystyle s}
und Schiefe
t
{\displaystyle t}
vorgegeben, erhält man wie folgt eine passende Zweipunktverteilung:
p
=
(
1
+
t
/
4
+
t
2
)
/
2
,
{\displaystyle p=(1+t/{\sqrt {4+t^{2}}})/2,}
q
=
1
− − -->
p
,
{\displaystyle q=1-p,}
a
=
m
− − -->
s
⋅ ⋅ -->
q
/
p
,
{\displaystyle a=m-s\cdot {\sqrt {q/p}},}
b
=
m
+
s
⋅ ⋅ -->
p
/
q
.
{\displaystyle b=m+s\cdot {\sqrt {p/q}}.}
Summen von zweipunktverteilten Zufallsvariablen
Die Zweipunktverteilung ist für
p
∈ ∈ -->
(
0
,
1
)
{\displaystyle p\in (0,1)}
nicht reproduktiv . Das heißt, wenn
X
1
,
X
2
{\displaystyle X_{1},X_{2}}
zweipunktverteilt sind, dann ist
X
1
+
X
2
{\displaystyle X_{1}+X_{2}}
nicht mehr zweipunktverteilt. Einzige Ausnahme ist der degenerierte Fall mit
p
=
1
{\displaystyle p=1}
(bzw.
q
=
1
{\displaystyle q=1}
). Dann handelt es sich um eine Dirac-Verteilung auf
b
{\displaystyle b}
(bzw. auf
a
{\displaystyle a}
), die entsprechend reproduktiv und sogar unendlich teilbar ist.
Beziehung zu anderen Verteilungen
Beziehung zur Bernoulli-Verteilung
Eine Zweipunktverteilung auf
{
0
,
1
}
{\displaystyle \{0,1\}}
ist eine Bernoulli-Verteilung .
Beziehung zur Rademacher-Verteilung
Die Rademacher-Verteilung ist eine Zweipunktverteilung mit
a
=
− − -->
1
,
b
=
1
,
p
=
q
=
1
2
{\displaystyle a=-1,b=1,p=q={\frac {1}{2}}}
.
Literatur
Thomas Mack: Versicherungsmathematik. 2. Auflage. Verlag Versicherungswirtschaft, 2002, ISBN 388487957X .
P. H. Müller (Hrsg.): Lexikon der Stochastik – Wahrscheinlichkeitsrechnung und mathematische Statistik . 5. Auflage. Akademie-Verlag, Berlin 1991, ISBN 978-3-05-500608-1 , Zweipunktverteilung (two-point distribution) , S. 526–527 .
Diskrete univariate Verteilungen
Kontinuierliche univariate Verteilungen
Multivariate Verteilungen