¿Qué es una distribución Beta?
La distribución Beta es una distribución continua sobre (0,1). Se usa comúnmente para probabilidades, tasas y proporciones.
- α=β=1: uniforme.
- α<1 y β<1: En forma de U (masa cerca de 0 y 1).
- α>β: sesgado hacia 1. α<β: sesgado hacia 0.
- Grandes α y β: concentrado alrededor de la media.
PDF: f(x)=x^(α-1)(1-x)^(β-1)/B(α,β). Media: α/(α+β). Variación: αβ/[(α+β)^2(α+β+1)].
No es necesario ingresar información personal para utilizar esta herramienta.
Preajustes
Establezca rápidamente formas comunes (puede modificar los valores después de aplicarlos).
Generador
Establezca α/β, tamaño de muestra, contenedores y RNG. Luego genere muestras y exporte los resultados.
Estadísticas de muestra
Muestras (primeras 20)
Cómo usar esta herramienta
Use esta página para probabilidades, tasas y proporciones que deben permanecer entre 0 y 1.
Uso en 3 pasos
- Ajuste
αyβsegún la forma que espera cerca de 0, de 1 o del centro. - Genere la muestra y compare el histograma con la media y la varianza teóricas.
- Cambie un parámetro cada vez para ver si aumenta el peso cerca de 0, cerca de 1 o en la zona central.
Cómo leer el resultado
El gráfico muestra dónde cae la masa entre 0 y 1. Valores grandes de α y β concentran la muestra alrededor del centro, mientras que valores menores que 1 pueden empujar la densidad hacia los bordes.
Qué comprobar en valores límite
- Si
α<1, la densidad puede dispararse cerca de 0. - Si
β<1, la densidad puede dispararse cerca de 1. - Recuerde que Beta es el caso especial
K=2de Dirichlet al comparar herramientas.
Preguntas frecuentes
¿Qué controlan α y β?
¿Por qué aparecen picos cerca de 0 o 1?
¿Cómo se relaciona con Dirichlet?
¿Por qué dos herramientas pueden diferir?
¿Qué debo probar primero?
α=β y luego mueva solo un lado.Herramientas relacionadas
- Centro de distribuciónExplore herramientas de distribución y diagnósticos de aleatoriedad.
- Muestreador de distribuciónUn muestreador de distribución múltiple (normal, gamma, beta y más).
- Generador de distribución DirichletGenerar vectores de probabilidad (suma 1); K=2 se reduce a Beta.
- Generador de distribución WeibullGenere vidas útiles/tiempos de falla con Weibull(k,λ).
- Pruebas de aleatoriedadComprobaciones rápidas de cordura para detectar aleatoriedad.
- Generador aleatorio CSVGenere tablas de datos de prueba en CSV.
- Generador aleatorio JSONGenere datos de prueba JSON.
- Guía de probabilidad y simulación.Aprenda y explore temas relacionados.