4-5. Multinomial Distribution (*)

이항분포는 '성공'과 '실패'의 두 가지 속성만을 갖는 모집단을 대상으로 하지만, 다항분포는 세 가지 이상의 속성을 갖는 모집단에서 발생한다.

$k$개의 속성이 존재하고, 각 속성의 비율이 $p_1, p_2, ..., p_k$ 인 무한 모집단에서 $n$ 개의 표본을 추출할 경우, 각 속성의 갯수를 $X_1, X_2, ..., X_k$ 라 하면, 다음과 같이 다항분포를 따른다.

$MN(n, p_1, p_2, ..., p_k)$

다항분포(Multinomial Distribution)

$P(X_1 = x_1, X_2=x_2, ... X_k = x_k) = \frac{n!}{(x_1)!(x_2)!...(x_k)! } p_1 ^{x_1}p_2 ^{x_2}...p_k ^{x_k}$

Where, $\Sigma_{i=1}^{k} p_i = 1,$ $\Sigma_{i=1}^{k} x_i = n,$ $0 \le x_i \le n.$

$\frac{n!}{(x_1)!(x_2)!...(x_k)! }$는 $n$ 개의 표본 중 각각의 속성이 $x_1, x_2, ..., x_k$ 개씩 나오는 경우의 수이며, $p_1 ^{x_1}p_2 ^{x_2}...p_k ^{x_k}$ 는 특정 조합의 확률임을 알 수 있다.

다항분포의 특성 중 하나는 $X_i$ 의 주변확률(marginal probability) 분포가 이항분포가 된다는 사실이다. 특정한 $i$ 번째 속성만을 '성공'으로 정하면 전체 모집단은 '성공'과 '실패'의 두 가지 속성으로 나눌 수 있기 때문이다. 따라서 $X_i$의 주변확률분포는 다음과 같다.

$P(X_i =x_i) = \binom{n}{x_i} p_i^{x_i}(1-p)^{n-x_i},$ $x_i = 0, 1, ..., n.$

Expected Value and Variance of Multinomial Distribution

$E(X_i) = np_i,$ $Var(X_i) = np_i(1-p_i).$

EXAMPLE 13. 세 가지 속성을 갖는 아래의 세 모집단에서 각각 5개씩 표본을 취하였을 때, 다항 확률분포 그래프를 작성하고, 기대값 분산을 구하여 비교하시오.

1. $(p_1, p_2, p_3) = (0.1, 0.1, 0.8)$

2. $(p_1, p_2, p_3) = (0.1, 0.5, 0.4)$

3. $(p_1, p_2, p_3) = (1/3, 1/3, 1/3)$

[ Solution ]

1. $E(X_1) = 5 \times 0.1 = 0.5,$ $E(X_2) = 5 \times 0.1 = 0.5,$ $E(X_3) = 5 \times 0.8 = 0.4$ $Var(X_1) = 5 \times 0.09=0.45,$ $Var(X_2) = 5 \times 0.09=0.45,$ $Var(X_3) = 5 \times 0.16=0.8$

2. $E(X_1) = 5 \times 0.1 = 0.5,$ $E(X_2) = 5 \times 0.5 = 2.5,$ $E(X_3) = 5 \times 0.4 = 2$ $Var(X_1) = 5 \times 0.09=0.45,$ $Var(X_2) = 5 \times 0.25=1.25,$ $Var(X_3) = 5 \times 0.24=1.2$

3. $E(X_1) = 5 / 3,$ $E(X_2) = 5 / 3,$ $E(X_3) = 5 / 3$ $Var(X_1) = Var(X_2) = Var(X_3) = 5 \times (1/3) \times(2/3) = 10/9 \doteq 1.111$

R Source

library(Rstat)

# pi, n, range of xi
p <- matrix(c(1, 1, 8, 1, 5, 4, 1, 1, 1), nrow=3, ncol=3, byrow=T)

# Packages : scatterplot3d
# install.packages("scatterplot3d")
library(scatterplot3d)

# multinorm.plot()
multinorm.plot(p, 5)

Plot

EXAMPLE 14. 어떤 프로세스에서 생산되는 제품의 품질이 A, B, C, D 등급으로 구분되며, 각 등급의 비율은 20%, 40%, 30%, 10%로 알려져 있다. 이 공정에서 20개의 제품을 샘플링하였을 때, 각 등급 제품의 수를 $X_1, X_2, X_3, X_4$라 하자.

1. 확률분포함수를 구하라.

2. 기대값과 분산을 구하라.

3. $X_1 = 3, X_2=6, X_3 =8$ 이 나올 확률을 구하라.

4. $X_1 = 3, X_2=6$ 이 나올 확률을 구하라.

5. $X_1 = 3$ 이 나올 확률을 구하라.

[ Solution ]

1. $f(x_1, x_2, x_3, x_4) = \frac{20!}{x_1!x_2!x_3!x_4! } (0.2)^{x_1} (0.4) ^{x_2} (0.3) ^{x_3}(0.1) ^{x_4}$

2. $E(X_1) = 20 \times 0.2 = 4,$ $E(X_2) = 8,$ $E(X_3) = 6,$ $E(X_4) = 2$ $Var(X_1) = 20 \times 0.2 \times 0.8 = 3.2,$ $Var(X_2) = 4.8,$ $Var(X_3) = 4.2,$ $Var(X_4) = 1.8$

3. $X_1 = 3, X_2=6, X_3 =8$ 이면, $X_4 =3.$ $f(3, 6, 8, 3) = \frac{20!}{3!\times6!\times8!\times3! } (0.2)^{3} (0.4) ^{6} (0.3) ^{8}(0.1) ^{3} \doteq 0.005$

4. $X_1 = 3, X_2=6$ 이면, 나머지 속성은 11. $f(3, 6, 11) = \frac{20!}{3!\times6!\times11! } (0.2)^{3} (0.4) ^{6} (0.4) ^{11} \doteq 0.019$

5. $X_1 = 3$이면, 나머지 속성은 17. $f(3, 17) = \frac{20!}{3!\times17! } (0.2)^{3} (0.8) ^{17} \doteq 0.205$

R Source

library(Rstat)

# pi, n, range of xi
p <- c(2, 4, 3, 1)
n <- 20

# 3. f(3, 6, 8, 3)
x <- c(3, 6, 8, 3)
dmultinom(x, size=n, prob=p)

# 4. f(3, 6, 11)
x <- c(3, 6, 11)
dmultinom(x, size=n, prob=c(2, 4, 4))

# 5. f(3, 17)
x <- c(3, 17)
dmultinom(x, size=n, prob=c(2,8))

3.

> # 3. f(3, 6, 8, 3)
> x <- c(3, 6, 8, 3)
> dmultinom(x, size=n, prob=p)
## [1] 0.005004827

4.

> # 4. f(3, 6, 11)
> x <- c(3, 6, 11)
> dmultinom(x, size=n, prob=c(2, 4, 4))
## [1] 0.01939077

5.

> # 5. f(3, 17)
> x <- c(3, 17)
> dmultinom(x, size=n, prob=c(2,8))
## [1] 0.2053641