伽玛分布

**Gamma**
	概率密度函數
	累積分布函數
参数	shape (real); scale (real)
值域
概率密度函数
累積分布函數
期望值
中位數	no simple closed form
眾數	for
方差
偏度
峰度
熵	;
矩生成函数	for
特徵函数

伽玛分布（英語：Gamma distribution）是統計學的一種連續機率分布。伽玛分佈中的母數α，稱為形狀参数，β稱為尺度参数。

實驗定義與觀念

假设X₁, X₂, ... X_n 为连续发生事件的等候时间，且这n次等候时间为独立的，那么这n次等候时间之和Y (Y=X₁+X₂+...+X_n)服从伽玛分布，即 Y~Gamma(α , β)，亦可記作Y~Gamma(α , λ)，其中α = n，而 β 與λ互為倒數關係，λ 表單位時間內事件的發生率。

指数分布為α = 1的伽瑪分布。

記號

有兩種表記方法：

$X\sim \Gamma (\alpha ,\beta )$ 或 $X\sim \Gamma (\alpha ,\lambda )$

兩者所表達意義相同，只要將以下式子做 ${\displaystyle {\color {Red}\lambda ={\frac {1}{\beta ))))$ 的替換即可，即，其機率密度函數為：

$f\left(x\right)={\frac {x^{\left(\alpha -1\right)}{\color {Red}\lambda }^{\alpha }e^{\left(-{\color {Red}\lambda }x\right))){\Gamma \left(\alpha \right)))={\frac {x^{\left(\alpha -1\right)}e^{\left(-{\color {Red}{\frac {1}{\beta ))}x\right)))((\color {Red}\beta }^{\alpha }\Gamma \left(\alpha \right)))$ ，x > 0

其中Gamma函数之特徵為：

${\begin{cases}\Gamma (\alpha )=(\alpha -1)!&{\mbox{if ))\alpha {\mbox{ is ))\mathbb {Z} ^{+}\\\Gamma (\alpha )=(\alpha -1)\Gamma (\alpha -1)&{\mbox{if ))\alpha {\mbox{ is ))\mathbb {R} ^{+}\\\Gamma \left({\frac {1}{2))\right)={\sqrt {\pi ))\end{cases))$

特性

母函數、期望值、變異數

Gamma分配的矩母函数（m.g.f）

{\displaystyle M_{x}\left(t\right)=E\left(e^{xt}\right)={\frac {\lambda ^{\alpha )){\Gamma \left(\alpha \right)))\int _{0}^{\infty }e^{xt}x^{\alpha -1}e^{-\lambda x}dx=\left({\frac {\lambda }{\lambda -t))\right)^{\alpha }=\left(1-{\beta }{t}\right)^{-\alpha ))

概率母函数（p.g.f）

K_{x}\left(t\right)=\ln M_{x}\left(t\right)=\alpha \left[\ln \lambda -\ln \left(\lambda -t\right)\right]

期望值

{\displaystyle {\frac {dK_{x}\left(t\right)}{dt))={\frac {\alpha }{\lambda -t)),\quad when(t=0),E\left(X\right)={\frac {\alpha }{\color {Red}\lambda ))=\alpha {\color {Red}\beta ))

方差

{\displaystyle {\frac {d^{2}K_{x}\left(t\right)}{dt^{2))}={\frac {\alpha }{\left(\lambda -t\right)^{2))},\quad when(t=0),\sigma ^{2}\left(X\right)={\frac {\alpha }{\color {Red}{\lambda ^{2))))=\alpha {\color {Red}{\beta ^{2))))

Gamma的可加性

當兩隨機變數服從Gamma分布，且相互獨立，且母數（ $\lambda$ 或 $\beta$ ）相同時，Gamma分布具有可加性。

\coprod {\begin{cases}r.v.X\sim \Gamma \left({\color {green}\alpha _{1)),\lambda \right)\\r.v.Y\sim \Gamma \left({\color {green}\alpha _{2)),\lambda \right)\end{cases))\Longrightarrow X+Y\sim \Gamma \left({\color {green}\alpha _{1}+\alpha _{2)),\lambda \right)

外部連結

LDA-math-神奇的Gamma函数（页面存档备份，存于互联网档案馆）
分布计算器（页面存档备份，存于互联网档案馆）（英文）

分类

伽玛分布

實驗定義與觀念

記號

特性

母函數、期望值、變異數

Gamma的可加性

外部連結

Suggest as cover photo

Thank you for helping!

Install Wikiwand

Don't forget to rate us

Tell your friends about Wikiwand!

Enjoying Wikiwand?

Tell your friends and spread the love:

Your preferred languages

All languages

Follow Us

Don't forget to rate us

Our magic isn't perfect

Thank you for helping!

Oh no, there's been an error

**Gamma**
概率密度函數
累積分布函數
参数	$k>0\,$ shape (real) $\theta >0\,$ scale (real)
值域	$x\in (0;\infty )\!$
概率密度函数	$x^{k-1}{\frac {\exp {\left(-x/\theta \right))){\Gamma (k)\,\theta ^{k))}\,\!$
累積分布函數	${\frac {\gamma (k,x/\theta )}{\Gamma (k)))\,\!$
期望值	$k\theta \,\!$
中位數	no simple closed form
眾數	$(k-1)\theta \,\!$ for $k\geq 1\,\!$
方差	$k\theta ^{2}\,\!$
偏度	${\frac {2}{\sqrt {k))}\,\!$
峰度	${\frac {6}{k))\,\!$
熵	$k+\ln \theta +\ln \Gamma (k)\!$ $+(1-k)\psi (k)\!$
矩生成函数	$(1-\theta \,t)^{-k}\,\!$ for $t<1/\theta \,\!$
特徵函数	$(1-\theta \,i\,t)^{-k}\,\!$