指数分布

指数分布

当一个随机变量$X$ ~ $exp(\lambda )$时，它的密度函数为：

$$f(x)=\{\begin{array}{r}\lambda e^{-\lambda x},(x\ge 0)\\ 0,(x<0)\end{array}.$$

1 泊松分布

前面介绍伽马分布的时候介绍过，伽马分布族是泊松分布中参数与指数分布中参数的共轭先验分布族，同时，指数分布是伽马分布的特例。其实，指数分布与泊松分布有着密不可分的联系，这也是通常把指数分布与泊松分布中的参数一般都计作$\lambda$的原因。

随机变量$\xi$服从参数为$\lambda$的$Poisson$分布，即$\xi$~$P(\lambda )$,那么$\xi$的分布列为：
$$P(\xi =k)=\frac{e^{-\lambda }{\lambda }^k}{k!}(\lambda >0).$$
服从指数分布的随机变量$X$是连续型随机变量；服从泊松分布的随机变量$\xi$是离散型随机变量。$\xi$的实际意义可以是单位时间内事件发生的个数(一种计数)，即$P(\xi =k)=\frac{e^{-\lambda }{\lambda }^k}{k!}$意味着: 单位时间内，特定事件发生的次数为$k$的概率为$\frac{e^{-\lambda }{\lambda }^k}{k!}$.

简单使用级数，可以求出：
$$E(\xi )=\sum _{k=0}^{\infty }k\frac{e^{-\lambda }{\lambda }^k}{k!}=\lambda$$
即在服从$P(\lambda )$的 $\xi$ 的密度函数表达式中，参数$\lambda$的意义是，单位时间内发生特定事件次数的期望值。可以将在时间 t 内发生事件的次数的随机变量可记为$N(t)$, 则有$N(t)\sim P(\lambda t)$，即：
$$P(N(t)=k)=\frac{e^{-\lambda t}(\lambda t{)}^k}{k!}(\lambda >0).$$
将在两次事件发生之间的时间间隔的随机变量记为$T$, 根据这个意义，$T$为一个连续型随机变量。
$$F_T(t)=P(T\le t)=1-P(T>t)=1-P(N(t)=0)=1-e^{-\lambda t}(t\ge 0)$$
则：
$$f_T(t)=\lambda e^{-\lambda t}(t\ge 0)$$
事件发生的次数服从参数为$\lambda$的泊松分布，两次之间的时间间隔作为一个随机变量服从参数为$\lambda$指数分布。使用分部积分，可以求出随机变量$T$的期望为：
$$E(T)={\int }_0^{+\infty }t\lambda e^{-\lambda t}dt=\frac{1}{\lambda }$$
综上，可以理解参数$\lambda$的实际意义：$\lambda$是单位时间内发生事件个数的期望，两次事件发生之间的时间间隔的期望为$\frac{1}{\lambda }.$

2 生存分析

在生存分析中，生存时间的分布类型不易确定。一般近似服从指数分布、Weibull分布、Gompertz分布、对数正态分布、对数Logistic分布等。除指数分布外，其他分布都在一定条件下呈现为“s型”生长曲线。

2.1 风险函数

在生存资料的分析中，可以使用 Cox 回归。上面定义随机变量 $T$ 为两次事件发生之间的时间间隔，在我们衡量一个病人可以生存的时间时(从起始事件到终点事件的时间)，可以使用 $T$, 将其作为一个服从参数为 $\lambda$ 的指数分布的随机变量。下面介绍生存分析中的因变量。

如果有n个病人，将这n个病人的生存时间的随机变量记为$T_1,T_2,...,Tn$, 则有$T_i$的密度函数：
$$f_{T_i}(t_i)={\lambda }_i{e}^{-{\lambda }_i{t}_i},(i=1,2,...,n)$$
$T_i$的分布函数为：
$$P(T_i\le t_i)=F_{T_i}(t_i)=1-{\lambda }_i{e}^{-{\lambda }_i{t}_i},(i=1,2,...,n)$$
对应的生存函数为：
$$S_{T_i}(t_i)=P(T_i>t_i)=1-F_{T_i}(t_i)=e^{-{\lambda }_i{t}_i},(i=1,2,...,n)$$
风险函数为：
$$h_{T_i}(t_i)=\frac{f_{T_i}(t_i)}{S_{T_i}(t_i)}={\lambda }_i$$
事实上，风险函数的分子部分是一个条件概率，求的是在一个病人已经生存到时间 t 的条件下在时间 t 的瞬时死亡率。风险函数值越大，瞬时死亡率越高，病人越危险。即：
$$h(t)=\frac{f(t)}{S(t)}=\underset{△t\to 0}{\lim }\frac{F(t+△t)-F(t)}{△t}/P(T>t)$$
$$=\underset{△t\to 0}{\lim }\frac{P(t<T\le t+△t)/P(T>t)}{△t}$$
$$=\underset{△t\to 0}{\lim }\frac{P(t<T\le t+△t|T>t)}{△t}$$

如果要建立 Cox 回归模型，首先要计算出每个患者所对应的 $h_{T_i}(t_i)={\lambda }_i$, 在使用贝叶斯思想对${\lambda }_i$ 进行参数估计时，可以用伽马分布(伽马分布中的参数估计可以再用均匀分布作为超先验分布)表示出${\lambda }_i$ 的分布情况，然后使用合适的统计量(例如众数或者均数)进行估计。

2.2 威布尔分布

服从参数为$\lambda$与$k$的两参数Weibull分布的随机变量$T$的密度函数为：
$$f(t)=\frac{k}{\lambda }(\frac{t}{\lambda }{)}^{k-1}{e}^{-(\frac{t}{\lambda }{)}^k},(t\ge 0)$$
很明显，当参数$k=1$时，随机变量$T$服从参数为$\frac{1}{\lambda }$的指数分布。指数分布是Weibull分布的特例。Weibull分布也广泛地应用于生存资料的分析中。但威布尔分布更广泛地适用于机械结构失效分析过程中，许多有关威布尔分布的研究表明，如果某系统的局部失效导致了整个系统的功能失灵，则这种系统寿命一般服从Weibull分布。

$T$的分布函数为：
$$P(T\le t)=F(t)=1-exp\left\{-(\frac{t}{k}{)}^k\right\},(t\ge 0)$$
可靠度函数(对应于生存分析中的生存函数)为：
$$R(t)=P(T>t)=1-F(t)=exp\left\{-(\frac{t}{k}{)}^k\right\}$$
失效率函数(对应于生存分析中的风险函数)为：
$$\lambda (t)=\frac{f(t)}{R(t)}=\frac{k}{\lambda }(\frac{t}{\lambda }{)}^{k-1}$$

2.3 对数正态分布

在介绍对数正态分布时，先介绍一个定理：

定理#： 已知随机变量$X$的密度函数，且$t=g(x)$严格单调,其反函数$x=h(t)$有连续导函数，那么:

f T ( t ) = { f X [ h ( t ) ] ∣ h ′ ( t ) ∣ , ( m i n { g ( − ∞ ) , g ( + ∞ ) } &lt; t &lt; m a x { g ( − ∞ ) , g ( + ∞ ) } 0 ,                                     其 他                                                               f_T(t)=\left\{ \begin{aligned} f_X[h(t)]\left| h&#x27;(t)\right|, (min\left\{g(-\infty),g(+\infty)\right\}&lt;t&lt;max\left\{g(-\infty),g(+\infty)\right\}\\ 0,~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~其他~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~\\ \end{aligned} \right. fT​(t)={fX​[h(t)]∣h′(t)∣,(min{g(−∞),g(+∞)}<t<max{g(−∞),g(+∞)}0,                                   其他                                                             ​

若随机变量$X\sim N(\mu ,{\sigma }^2),$ 则随机变量$T=e^X$服从对数正态分布。 应用定理#，那么$T=e^X$的密度函数为：
$$f(t)=\{\begin{array}{r}\frac{1}{t\sqrt{2\pi }\sigma }exp\left\{-\frac{(\ln t-\mu {)}^2}{2{\sigma }^2}\right\},t>0\\ 0,t\le 0\end{array}$$
$T$的生存函数与风险函数与上面2.1一致。

2.4 log-logistic分布

随机变量$X$服从logistic分布，则 $T=e^X$服从 log-logistic分布。这里选取一种logistic分布的特例进行解释。
随机变量$X$的密度函数为：
$$f(x)=\frac{e^{-x}}{(1+e^{-x}{)}^2}$$
应用定理#,那么$T=e^X$的密度函数为：
$$f(t)=\{\begin{array}{r}\frac{1}{(1+t{)}^2},t>0\\ 0,t\le 0\end{array}$$
$T$的生存函数与风险函数与上面2.1一致。