超详细理解Gamma分布，Beta分布，多项式分布，Dirichlet狄利克雷分布
1.Gamma函数
首先我们可以看一下Gamma函数的定义：
Γ ( x ) = ∫ 0 ∞ t x − 1 e − t d t \Gamma(x) = \int _{0}^{\infty}t^{x-1} e^{-t}dt Γ(x)=∫0∞tx−1e−tdt
Gamma的重要性质包括下面几条：
1.递推公式： Γ ( x + 1 ) = x Γ ( x ) \Gamma(x+1)=x\Gamma(x) Γ(x+1)=xΓ(x)
2.对于正整数n, 有 Γ ( n + 1 ) = n ! \Gamma(n+1) = n! Γ(n+1)=n!
因此可以说Gamma函数是阶乘的推广。
3. Γ ( 1 ) = 1 \Gamma(1) = 1 Γ(1)=1
4. Γ ( 1 2 ) = π \Gamma(\frac{1}{2}) = \sqrt{\pi} Γ(21)=π
关于递推公式，可以用分部积分完成证明：
KaTeX parse error: No such environment: align* at position 7: \begin{̲a̲l̲i̲g̲n̲*̲}̲ \Gamma(n+1) &=…
由洛必达法则，易知括号内第一项为0, 则可以得出 Γ ( n + 1 ) = n Γ ( n ) \Gamma(n+1)=n\Gamma(n) Γ(n+1)=nΓ(n)
2.Beta函数
B函数，又称为Beta函数或者第一类欧拉积分，是一个特殊的函数，定义如下：
B ( x , y ) = ∫ 0 1 t α − 1 ( 1 − t ) β − 1 d t B(x, y) = {\int _{0}^{1}t^{\alpha -1}(1-t)^{\beta -1}\,dt} B(x,y)=∫01tα−1(1−t)β−1dt
B函数具有如下性质：
1. B ( x , y ) = B ( y , x ) B(x,y) = B(y, x) B(x,y)=B(y,x)
2. B ( x , y ) = ( x − 1 ) ! ( y − 1 ) ! ( x + y − 1 ) ! B(x,y) = \frac{(x - 1)!(y - 1)!}{(x + y -1)!} B(x,y)=(x+y−1)!(x−1)!(y−1)!
3. B ( x , y ) = Γ ( x ) Γ ( y ) Γ ( x + y ) B(x, y) = \frac{\Gamma(x) \Gamma(y)}{\Gamma(x+y)} B(x,y)=Γ(x+y)Γ(x)Γ(y)
3.Beta分布
在介绍贝塔分布(Beta distribution)之前，需要先明确一下先验概率、后验概率、似然函数以及共轭分布的概念。
1.通俗的讲，先验概率就是事情尚未发生前，我们对该事发生概率的估计。利用过去历史资料计算得到的先验概率，称为客观先验概率； 当历史资料无从取得或资料不完全时，凭人们的主观经验来判断而得到的先验概率，称为主观先验概率。例如抛一枚硬币头向上的概率为0.5，这就是主观先验概率。
2.后验概率是指通过调查或其它方式获取新的附加信息，利用贝叶斯公式对先验概率进行修正，而后得到的概率。
3.先验概率和后验概率的区别：先验概率不是根据有关自然状态的全部资料测定的，而只是利用现有的材料(主要是历史资料)计算的；后验概率使用了有关自然状态更加全面的资料，既有先验概率资料，也有补充资料。另外一种表述：先验概率是在缺乏某个事实的情况下描述一个变量；而后验概率（Probability of outcomes of an experiment after it has been performed and a certain event has occured.）是在考虑了一个事实之后的条件概率。
4.共轭分布(conjugacy)：后验概率分布函数与先验概率分布函数具有相同形式
先验概率和后验概率的关系为：
p o s t e r i o r = l i k e l i h o o d ∗ p r i o r posterior = likelihood * prior posterior=likelihood∗prior
Beta分布的概率密度函数为：
f ( x ; α , β ) = x α − 1 ( 1 − x ) β − 1 ∫ 0 1 u α − 1 ( 1 − u ) β − 1 d u = Γ ( α + β ) Γ ( α ) Γ ( β ) x α − 1 ( 1 − x ) β − 1 = 1 B ( α , β ) x α − 1 ( 1 − x ) β − 1 {\begin{aligned} f(x;\alpha ,\beta )&={\frac {x^{\alpha -1}(1-x)^{\beta -1}}{\int _{0}^{1}u^{\alpha -1}(1-u)^{\beta -1}\,du}}\\ &={\frac {\Gamma (\alpha +\beta )}{\Gamma (\alpha )\Gamma (\beta )}}\,x^{\alpha -1}(1-x)^{\beta -1}\\ &={\frac {1}{\mathrm {B} (\alpha ,\beta )}}\,x^{\alpha -1}(1-x)^{\beta -1} \end{aligned}} f(x;α,β)=∫01uα−1(1−u)β−1duxα−1(1−x)β−1=Γ(α)Γ(β)Γ(α+β)xα−1(1−x)β−1=B(α,β)1xα−1(1−x)β−1
随机变量X服从参数为 α \alpha α , β \beta β 的Β分布通常写作
X ∼ Be ( α , β ) X\sim {\textrm {Be}}(\alpha ,\beta ) X∼Be(α,β)
Beta分布与Gamma分布的关系为：
B ( x , y ) = Γ ( x ) Γ ( y ) Γ ( x + y ) B(x, y)=\frac{\Gamma(x)\Gamma(y)}{\Gamma(x+y)} B(x,y)=Γ(x+y)Γ(x)Γ(y)
用一句话来说，beta分布可以看作一个概率的概率分布，当你不知道一个东西的具体概率是多少时，它可以给出了所有概率出现的可能性大小。
Beta分布的期望与方差分别为：
μ = E ( X ) = α α + β \mu = E(X) = \frac {\alpha} {\alpha + \beta} μ=E(X)=α+βα
V a r ( X ) = E ( X − μ ) 2 = α β ( α + β ) 2 ( α + β + 1 ) Var(X) = E(X-\mu) ^ 2 = \frac{\alpha \beta}{(\alpha + \beta) ^ 2(\alpha + \beta + 1)} Var(X)=E(X−μ)2=(α+β)2(α+β+1)αβ
4.Beta分布是二项分布的共轭先验
这个结论很重要，在实际中应用也相当广泛。
在这之前，我们先简单回顾一下伯努利分布与二项分布。
伯努利分布(Bernoulli distribution)有称为0-1分布，伯努利分布式基于伯努利实验(Bernoulli trial)而来。
伯努利试验是只有两种可能结果的单次随机试验,即对于一个随机变量X来说:
P r [ X = 1 ] = p P_r[X=1] = p Pr[X=1]=p
P r [ X = 0 ] = 1 − p P_r[X=0] = 1-p Pr[X=0]=1−p
伯努利实验本质上即为"YES OR NO"的问题。最常见的一个例子就是抛硬币。
如果进行一次伯努利实验，假设成功(X=1)的概率为 p ( 0 < = p < = 1 ) p(0<=p<=1) p(0<=p<=1)，失败(X=0)的概率为 1 − p 1-p 1−p，称随机变量X服从伯努利分布。
二项分布(Binomial distribution)是n重伯努利试验成功次数的离散概率分布。
如果试验E是一个n重伯努利试验，每次伯努利试验的成功概率为p，X代表成功的次数，则X的概率分布是二项分布，记为X~B(n,p)，其概率质量函数为
P { X = k } = C n k p k ( 1 − p ) n − k , k = 0 , 1 , 2 , ⋯ , n P\{X=k\} = C_n^k p^k (1-p)^{n-k}, k = 0, 1, 2, \cdots, n P{X=k}=Cnkpk(1−p)n−k,k=0,1,2,⋯,n
从上面的定义很明显可以看出，伯努利分布是二项分布在n=1时的特例。
二项分布使用最广泛的例子就是抛硬币了，假设硬币正面朝上的概率为p，重复扔n次硬币，k次为正面的概率即为一个二项分布概率。
在实验数据较少的情况下，如果我们直接用极大似然估计，二项分布的参数可能会出现过拟合的现象。比如，扔硬币三次都是正面，那么最大似然法预测以后的所有抛硬币结果都是正面。为了避免这种情况的发生，可以考虑引入先验概率分布 p ( μ ) p(\mu) p(μ)来控制参数 μ \mu μ，防止过拟合现象的发生。那么我们应该如何选择 p ( μ ) p(\mu) p(μ)？
前面我们提到，先验概率和后验概率的关系为：
p o s t e r i o r = l i k e l i h o o d ∗ p r i o r posterior = likelihood * prior posterior=likelihood∗prior
二项分布的似然函数为: μ m ( 1 − μ ) n \mu^m (1-\mu)^n μm(1−μ)n
如果选择的先验概率 p ( μ ) p(\mu) p(μ)也是 μ \mu μ与 ( 1 − μ ) (1-\mu) (1−μ)次方乘积的关系，那么后验概率的分布形式与先验将一样，这样先验概率与后验概率就是共轭分布了。
由第三部分，我们知道Beta分布的概率密度函数为：
B e t a ( μ ∣ , α , β ) = Γ ( α + β ) Γ ( α ) Γ ( β ) x α − 1 ( 1 − x ) β − 1 Beta(\mu|, \alpha, \beta) = \frac{\Gamma(\alpha+\beta)}{\Gamma(\alpha)\Gamma(\beta)}x^{\alpha -1}(1-x)^{\beta -1} Beta(μ∣,α,β)=Γ(α)Γ(β)Γ(α+β)xα−1(1−x)β−1
正好满足我们上面的要求！所以说，Beta分布式二项式分布的共轭先验！
5.多项式分布
将二项式分布推广到多项式分布(Multinomial Distribution)，二项式分布式n次伯努利实验，规定了每次的实验结果只有两个。现在还是做n次实验，只不过每次实验的结果变成了m个，且m个结果发生的概率互斥且和为1，则发生其中一个结果X次的概率就是多项式分布。
扔骰子是典型的多项式分布。骰子有6个面对应6个不同的点数，这样单次每个点数朝上的概率都是1/6（对应p1~p6，它们的值不一定都是1/6，只要和为1且互斥即可，比如一个形状不规则的骰子）,重复扔n次，如果问有k次都是点数6朝上的概率就是
P { X = k } = C n k p 6 k ( 1 − p 6 ) n − k , k = 0 , 1 , 2 , ⋯ , n P\{X = k\} = C_n ^ k p_6 ^ k(1 - p_6) ^ {n-k}, k = 0, 1, 2, \cdots, n P{X=k}=Cnkp6k(1−p6)n−k,k=0,1,2,⋯,n
而多项式分布的一般概率质量函数为：
P { x 1 , x 2 , ⋯ , x k } = n ! m 1 ! m 2 ! ⋯ m k ! ∏ i = 1 n p i m i , ∑ i = 0 n p i = 1 P\{x_1, x_2, \cdots,x_k\} = \frac{n!}{m_1!m_2!\cdots m_k!}\prod_{i=1}^n p_i ^{m_i}, \sum_{i=0} ^n p_i = 1 P{x1,x2,⋯,xk}=m1!m2!⋯mk!n!i=1∏npimi,i=0∑npi=1
将试验进行N次，记第i种可能发生的次数为 m i m_i mi， ∑ i k m i = n \sum_i ^ k m_i = n ∑ikmi=n
简单推导一下概率质量函数的推导：
k种独立的取值可能，n次实验，每种可能的概率为 p 1 , p 2 , ⋯ , p k p_1, p_2, \cdots, p_k p1,p2,⋯,pk。
则第一种被选中 m 1 m_1 m1次，第二种被选中 m 2 m_2 m2次，第k种被选中 m k m_k mk次的概率为：
C n m 1 p 1 m 1 C n − m 1 m 2 p 2 m 2 ⋯ C n − m 1 − m 2 − ⋯ − m k − 1 m k p k m k C_n^{m_1}p_1^{m_1}C_{n-m_1}^{m_2}p_2^{m_2}\cdots C_{n-m_1-m_2-\cdots-m_{k-1}}^{m_k}p_k^{m_k} Cnm1p1m1Cn−m1m2p2m2⋯Cn−m1−m2−⋯−mk−1mkpkmk
展开既可以得到上面的结果。
6.Dirichlet狄利克雷分布
前面我们讲到Beta分布式二项式分布的共轭先验，Dirichlet分布则是多项式分布的共轭先验。
Dirichlet（狄利克雷）同时可以看做是将Beta分布推广到多变量的情形。概率密度函数定义如下
D i r ( p ⃗ ∣ α ⃗ ) = 1 B ( α ⃗ ) ∏ k = 1 K p k α k − 1 Dir(\vec p|\vec \alpha) = \frac{1}{B(\vec \alpha)} \prod_{k=1}^{K}p_{k}^{\alpha_{k}-1} Dir(p∣α)=B(α)1k=1∏Kpkαk−1
其中， α ⃗ = ( α 1 , α 2 , … , α K ) \vec \alpha = (\alpha_{1},\alpha_{2},\ldots,\alpha_{K}) α=(α1,α2,…,αK)为Dirichlet分布的参数。且有：
α 1 , α 2 , … , α K > 0 \alpha_{1},\alpha_{2},\dots,\alpha_{K} > 0 α1,α2,…,αK>0
B ( α ⃗ ) B(\vec \alpha) B(α)表示 Dirichlet分布的归一化常数
B ( α ⃗ ) = ∫ ∏ k = 1 K p k α k − 1 d p ⃗ B(\vec \alpha)=\int \prod_{k=1}^{K}p_{k}^{\alpha_{k}-1} \ d\vec p B(α)=∫k=1∏Kpkαk−1 dp
类似于Beta函数有以下等式成立：
B ( α ⃗ ) = Γ ( ∑ k = 1 K α k ) ∏ k = 1 K Γ ( α k ) B(\vec\alpha) = \frac{\Gamma(\sum_{k=1}^{K}\alpha_{k})}{\prod_{k=1}^{K}\Gamma(\alpha_{k})} B(α)=∏k=1KΓ(αk)Γ(∑k=1Kαk)
Dirichlet分布的期望为：
E ( p ⃗ ) = ( α 1 ∑ k = 1 K α k , α 2 ∑ k = 1 K α k , … , α K ∑ k = 1 K α k ) E(\vec p) = (\frac{\alpha_{1}}{\sum_{k=1}^{K}\alpha_{k}},\frac{\alpha_{2}}{\sum_{k=1}^{K}\alpha_{k}},\ldots,\frac{\alpha_{K}}{\sum_{k=1}^{K}\alpha_{k}}) E(p)=(∑k=1Kαkα1,∑k=1Kαkα2,…,∑k=1KαkαK)
参考文献：
1.https://blog.csdn.net/a358463121/article/details/52562940 带你理解beta分布
2.https://zh.wikipedia.org/wiki/Β分布
3.https://zh.wikipedia.org/wiki/伽玛分布
4.https://zh.wikipedia.org/wiki/Β函数
5.https://blog.csdn.net/Michael_R_Chang/article/details/39188321
6.https://cosx.org/2013/01/lda-math-beta-dirichlet/ LDA-math - 认识 Beta/Dirichlet 分布
7.https://zhuanlan.zhihu.com/p/31470216 一文详解LDA主题模型