logo

ケント分布 📂確率分布論

ケント分布

定義 1

集中度concentration κ>0\kappa > 0βR\beta \in \mathbb{R}、平均mean γ1Sp1\gamma_{1} \in S^{p-1}長軸major Axis γ2Sp1\gamma_{2} \in S^{p-1}短軸minor Axis γ3Sp1\gamma_{3} \in S^{p-1} について、以下の確率密度関数を持つ多変量分布 FB5((γ1,γ2,γ3),κ,β)\text{FB}_{5} \left( \left( \gamma_{1} , \gamma_{2} , \gamma_{3} \right) , \kappa , \beta \right)ケント分布kent distributionという。 f(x)=1c(κ,ν)exp(κγTx+β[(γ2Tx)2(γ3Tx)2]),xSp1 f \left( \mathbf{x} \right) = {{ 1 } \over { c \left( \kappa , \nu \right) }} \exp \left( \kappa \gamma^{T} \mathbf{x} + \beta \left[ \left( \gamma_{2}^{T} \mathbf{x} \right)^{2} - \left( \gamma_{3}^{T} \mathbf{x} \right)^{2} \right] \right) \qquad , \mathbf{x} \in S^{p-1}

特に0β<κ/20 \le \beta < \kappa / 2 の時、この分布は球面上で楕円形であり、c(κ,ν)>0c \left( \kappa , \nu \right) > 0Sp1f(x)dx=1\int_{S^{p-1}} f(\mathbf{x}) d \mathbf{x} = 1 となるような正規化定数である。 c(κ,β)=2πj=0Γ(j+12)Γ(j+1)β2j(2κ)2j+12I2j+12(κ) c \left( \kappa , \beta \right) = 2 \pi \sum_{j=0}^{\infty} {{ \Gamma \left( j + {{ 1 } \over { 2 }} \right) } \over { \Gamma \left( j+1 \right) }} \beta^{2j} \left( {{ 2 } \over { \kappa }} \right)^{2j + {{ 1 } \over { 2 }}} I_{2j + {{ 1 } \over { 2 }}} \left( \kappa \right)


説明

ケント分布は、非自明な共分散行列によって与えられる多変量正規分布のように、球面上で楕円形の等高線を描くことができる。ただ平面上に楕円を描いて球に移すだけで良さそうだが、定義で紹介されたように、球面上で歪みが生じないように複雑な式でモデリングする必要がある。

分布のパラメータで定義される離心率eccentricity 2β/κ2 \beta / \kappa は、等高線が円とどの程度異なるかを示す。


  1. Kasarapu. (2015). Modelling of directional data using Kent distributions. https://doi.org/10.48550/arXiv.1506.08105 ↩︎